鉴于开关中值滤波在椒盐噪声检测和去除方面的应用合理性, 本文分别设计实现了基于信号局部差异性和基于信号方向差异性的椒盐噪声检测算法。这两种算法均属于二级噪声检测方法, 且第一级检测手段都是基于灰度范围准则。两种算法的不同点主要体现在第二级检测算法上, 前者基于局部差别准则, 后者基于方向差别准则。在方法评价部分, 首先通过分析和实验确定两种算法的最优参数设置; 然后通过对不同噪声密度的测试图像去噪来评价两种算法的去噪效果。结果表明: 基于方向差异性的算法比基于局部差异性的算法具有更好的性能, 且两种算法的去噪效果都与噪声密度成反比。需要注意的是, 这两种算法都容易将图像中的细微边缘或细节像素误判为噪声点, 即在噪声的检测过程中, 只能避免对图像中主要边缘和轮廓像素的误判, 还无法对图像中的细微边缘和细节进行精确判定, 这也是开关二级噪声滤波算法今后的主要改进方向。另外, 算法效率测试结果表明两种算法具有相似的计算时间, 从而验证了两者之间的算法结构相似性。

现有的异常轨迹检测算法往往侧重于检测轨迹的空域异常, 忽略了对轨迹时域异常的检测, 并且检测精确度不高, 针对此类问题, 提出了基于增强聚类的异常轨迹检测算法。首先, 采用基于速度的最小描述长度(VMDL)准则把轨迹简化成有序线段; 然后, 使用改进的线段间的距离定义, 基于DBSCAN算法把线段分为不同的类, 以建模局部正常运动模式; 最后, 采用先检测空间异常性再检测时间异常性的二级检测算法, 检测时空异常轨迹点。在多个测试集上的实验结果表明: 该算法可以检测位置、角度、速度等三种时空异常轨迹点, 相对于其他算法, 明显提高了异常轨迹检测的精确度。

在光纤振动信号检测系统中，使用相位敏感光时域反射技术，可检测长距离的光纤振动信号，但反射回的光信号都有大量的振动杂波和噪声，导致振动检测信号的虚警率较高。提出采用单元平均恒虚警(CA-CFAR)和有序统计恒虚警(OS-CFAR)二级检测算法，保持虚警率稳定，既提高了运算速度，也改善了参考单元中存在多个目标的检测性能，并提出利用蒙特卡罗方法确定二级检测的门限系数，最后通过蒙特卡罗仿真及现场实验验证，对算法进行了性能分析，验证了算法的可行性以及有效性。