核偏最小二乘算法的图像超分辨率算法

提出了基于核偏最小二乘算法(KPLS)回归的超分辨率复原算法。该算法首先将高低分辨率图像块的高频信息和中频信息作为建立回归关系的特征,并对图像进行分块;依据相应的高低分辨率图像块的关系,使用KPLS建立起回归模型;在复原时,依据该模型回归得到高分辨率的图像块,将图像块拼接为高分辨率的图像。通过对人脸图像和车牌图像的实验结果,表明该算法无论是对人脸图像还是车牌图像都能取得较好的复原效果。     

Delaunay三角剖分插值用于超分辨成像

微变焦超分辨成像在插值重建方面比较困难,目前基于最小二乘估计的频域模型和空域模型也都存在一些局限性。为了兼顾超分辨成像的实时性和精确性,该文在图像重建过程中,借鉴Delaunay三角剖分的数学概念,采用随机增量算法,定义了基于Delaunay三角剖分的插值算法。该算法可以提高分辨率,降低运算量。仿真实验结果表明,该算法在图像重建的时间和均方误差方面,均优于共轭梯度最小二乘法,其中基于Delaunay三角剖分的三次方插值算法的优越性更为突出。     

块运动估计的研究进展

运动估计是根据视频序列中时间上相关的信息估计场景或目标的2维运动向量场的过程。运动估计在超分辨率图像复原中的作用是把所有低分辨率观测帧的像素映射到参考帧的相应位置。精确的运动估计是超分辨率图像复原的关键。基于块的模型是超分辨率图像复原中常用的运动估计方法。介绍了块运动估计的概念,概述了4类快速块运动估计的方法,详细描述了第1类方法中几种主要算法的搜索过程,并将多种快速块匹配算法进行了总结比较。     

病态不等式约束模型的正则化算法研究

应用先验信息建立不等式约束模型是求解模型参数的有效途径,通过罚函数与零权和无限权的思想确定不等式约束模型的最小二乘解时,病态法方程矩阵对不等式约束模型解的稳定性存在一定影响.根据吉洪诺夫正则化方法的基本思想,对病态不等式约束模型的正则化算法进行阐述,并对应用岭迹法确定岭估计参数、通过迭代计算确定无限权数值来克服不等式约束模型病态性的算法进行了讨论.在此基础上,用实例对算法进行了验证,结果表明：应用岭迹法确定岭估计参数能够有效消除病态不等式约束模型对模型参数求解的影响,吉洪诺夫正则化的方法适用于对病态不等式约束模型的正则化.     

基于超分辨率模型与YOLO V4的织物疵点检测

针对工业条件限制下采集的印花布数据集图像分辨率低、检测效果差等问题，课题组提出基于超分辨率模型SRGAN与YOLO V4网络的织物疵点检测方法，并对SRGAN算法进行改进。课题组首先使用改进的SRGAN算法对原数据集进行超分辨率重构，提高图像分辨率；然后将重构图翻转变化与原图共同作为数据集输入YOLO V4进行网络训练；最后通过YOLO V4网络检测印花布表面疵点。实验结果表明：该方法可提高低分辨率织物图疵点检测效果，准确率高达90.29%，比超分辨率重构前提升了13.19%，能实现实时定位疵点的准确位置并输出疵点类别。     

一维运动目标的特征估计

为了提取具有强平稳杂波背景和空间距离很近的散射体环境下运动目标的高距离分辨率特征,文中首先建立了强平稳杂波环境下运动目标的数学模型,采用基于松弛算法的非线性最小二乘算法估计了目标特征与杂波;然后对该算法进行了仿真实验,用最小均方误差与克莱美-罗界进行比较验证了该算法的优越性。数字举例证明了该算法在强平稳杂波环境下,对运动目标具有高分辨率和较好的估计性能。     

纹理SAR图像的多分辨率分析和分类(英文)

应用小波变换研究纹理合成孔径雷达（ＳＡＲ）图像的多分辨率分析和分类，首先应用树状结构的小波变换算法对一幅纹理ＳＡＲ图像进行多分辨率分解，并对图像中的不同纹理类型进行定量分析，然后将金字塔结构的小波变换算法应用到图像的多分辨率分类，所得结果证明了小波变换在纹理ＳＡＲ图像分类中的优越性。     

基于线过程的POCS超分辨图像重构算法

传统的凸集投影(POCS)超分辨重构算法易使图像产生边缘振荡效应问题,在研究了边缘振荡效应的成因后,提出一种基于线过程模型的POCS算法来对低分辨图像序列进行超分辨图像重构.该算法采用线过程模型检测出超分辨初始估计图像的4个方向的边缘,在传统POCS的投影过程中增加了对图像的平滑处理,实现了低分辨图像序列超分辨重建的对比实验,实验结果表明图像边缘振荡效应能得到明显改善.     

阵列单元取向对DOA估计的影响

针对以往DOA估计算法中智能天线系统的阵列单元模型多采用全向振子的情况,分析了当天线单元存在方向性时对MUSIC算法估计信号到达角的影响,并在进行阵元互耦校正后,讨论了影响MUSIC算法分辨率的一些因素,通过计算机仿真结果的比较表明单元取向、阵列方向性、信噪比对到达角分辨率有较大的影响。     

WorldView-2遥感图像融合新方法

新型高分辨率World View-2星载图像的出现给现有的图像融合技术带来了更大的挑战,该文提出了一种全色光和多光谱图像融合新方法。首先采用最近邻插值对多光谱图像重采样放大;然后结合World View-2各波段光谱响应特点利用多元线性回归构造出低分辨率全色光图像,通过对原始高分辨率全色光图像空间细节信息的提取并将其注入至多光谱图像的成分空间中;最后经对应分析反变换得到融合结果。实验结果表明,该方法在融合World View-2遥感图像时能够在提高空间分辨率和保持光谱信息两方面达到较好的平衡,优于现有的几种融合方法。     

基于小波变换的机织物高密度检测

针对目前高密度机织物密度自动检测算法测量精度较低的现象,提出在三原组织织物密度自动检测过程中,利用小波变换的分解与重构特性分析预处理后的织物图像,对分解的子图像进行二值化、平滑处理来提取纱线周期性特征 参数,统计二值图像中黑白循环更替次数来确定织物经纬密度。为提高密度检测精度,采用分区域平滑减小了斜纹纹路的影响;通过缎纹织物图像反面获取纬纱信息消除缎纹组织织物浮长的影响;运用形态学滤波去除因高密度织物上纱线毛羽导致平滑过程中出现的细条块。实验结果表明：该方法检测误约为1.00%,测量精度较高,具有一定的实用参考价值。     

有监督的水平集高分辨SAR图像分割方法

针对基于统计模型的水平集SAR图像分割中参数估计耗时较多的问题,提出了一种有监督的高分辨SAR图像分割方法。该方法将Fisher分布和Gamma分布分别作为高分辨SAR图像的目标和背景统计模型,结合水平集方法推导了SAR图像分割水平集函数的能量泛函模型,通过最小化能量泛函得到曲线演化偏微分方程,实现对高分辨SAR图像的分割。试验结果表明,该方法对高分辨SAR图像具有强散射点的目标分割更完整,并且比无监督统计模型分割方法分割速度更快。     

BP神经网络天线方向图获取方法研究

焦平面阵列成像体制是实现无源毫米波实时成像的主要途径。焦平面体制存在馈源偏焦的问题,导致成像系统的点扩展函数(PSF)具有空变特性。为研究毫米波焦平面阵列成像点扩展函数的空变规律,提出采用BP神经网络生成偏焦位置的空变方向图。通过分析天线方向图数据的特点,研究了BP神经网络的结构形式和输入输出数据格式的设计方法,并通过实验方法确定了网络的隐层形式。实验结果表明,采用双隐层BP神经网络生成的方向图可以达到99.75%的精度。     

中国古诗意象翻译初探

在对中国古典诗歌意象涵义及其翻译困难原因进行细致分析的基础上,主要探讨了意象翻译的相关技巧:无文化内涵意象的翻译一般可采用意象保留法,带有浓厚历史文化积淀的意象可使用意象转化法,并以意象解释法和意象省略法为必要补充。     

舰船目标机载ISAR成像的最优观测角研究

SAR处理对三维转动的舰船成像会产生模糊效应,如果采用适当的ISAR处理方法对舰船成像,则舰船的三维转动不仅不会造成模糊,还会提高ISAR图像的分辨率和信息量.观测到的ISAR图像信息依赖于观测视角,要得到信息量最大的ISAR图像需要对观测视角进行优化设计.文中详细研究了舰船目标的机载ISAR成像特点,导出了ISAR图像信息量与观测视角的定量关系式,给出了求解最优观测视角的方法.仿真结果验证了该方法的有效性.     

基于纹理映射的医学图像三维重建

提出了一种基于纹理映射的体绘制算法,提高了图像的重建效率,增强了图像的重建效果。算法实现了对二维医学图像序列的三维重建,在目前通用的个人计算机上可以以近似实时的速度重建出高质量的三维图像。针对算法中存在的问题提出了两种不同的改进方法,取得了较好的效果。结合纹理生成的过程和纹理重采样的过程,对重建后的三维图像实现了交互切割的算法。     

培育社会主义核心价值观需要视觉思维——基于思维方式评价分析

社会主义核心价值观是当代中国精神的集中体现,是对社会主义价值本质的高度概括和最高抽象,但这并不说明培育社会主义核心价值观就要割裂理性与感性,就要以纯粹观念或形而上思维看待它的培育问题。培育社会主义核心价值观理应考虑人们的思维方式和主观认同,包括具象化认知、情感化认同和理性化思考等方面。基于思维方式评价而言,视觉思维是以视觉意象为媒介,感性和理性交汇融合的创造性思维,是培育社会主义核心价值观的重要思维方式,为培育社会主义核心价值观提供了感性与理性融合的连续性探索过程,两者之间有着高度契合性。视觉思维直接感知的探索性能够直接理解核心价值观抽象性背后的事实性,是人们对社会主义核心价值观相关事实的直接感知和探索,减少了理解抽象概念的思维过程;视觉思维发挥想象的创造性能够深化核心价值观认同的情感性,使人们能以已有的经验知识为依托,在头脑中不断构造和生产出社会主义核心价值观相关视觉意象,引发情感共鸣和思想感悟。视觉思维唤醒"无意识体验"的现实性能够升华核心价值观践行的自觉性,打通人们原有的无意识体验与自觉性意识之间的障碍,形成能够在践行过程中加以利用的现实性感悟和实践性知识。这为深入探讨视觉思维在形象化地培育社会主义核心价值观中的作用和机制提供依据,有助于社会成员对社会主义核心价值观的有效理解和深度认同。视觉思维在培育社会主义核心价值观中的运作机制体现为观察(社会主义核心价值观的意象选择和认知认同)、想象(社会主义核心价值观的意象重构和情感认同)和构绘(社会主义核心价值观的意象升华与行为认同)三个层面。这三个层面是一个连续统一、交叉融合的过程,表现在对社会主义核心价值观视觉意象的选择为重构提供素材,重构则又指导和过滤选择所获取的认知;视觉意象的重构为升华提供动力,升华则又表达重构,并鼓励和修正视觉意象的选择和重构。发挥视觉思维在培育社会主义核心价值观中作用的三维路径也相应表现为活化社会主义核心价值观视觉符号,实现由"言"生"象",积淀社会主义核心价值观视觉图式、实现由"象"生"意"、激活社会主义核心价值观视觉意象,实现由"意"生"行"。     

基于数码相机图像的三维重构

针对传统三维坐标测量方法的局限性，提出了利用数码相机对物体进行三维重构，达到对物体进行非接触测量的目的．采用标准图像法对数码相机内部和外部参数分别标定，与传统的相机标定相比，简化了求解的复杂性．基于同一物体的两幅图像，给出了其三维重建理论和算法．并举例说明了三维重构的具体实现步骤和方法．     

基于数字全息术的粒子定位测量

将数字全息术应用于粒子场测试,数字全息术中采用电荷耦合成像器件CCD记录全息图,采用计算机模拟再现所记录的粒子场中粒子的一些定量信息.阐述了同轴数字全息的基本概念、原理、方法及其在粒子定位测量中的应用,并进行了计算机仿真与实验研究,证明了该方法的适用性.     

互信息在图像检索中的应用

提出了一种新的相似性图像检索方法,它利用信息熵理论,分别对图像的颜色、形状和纹理特征进行描述,给出一个综合的相似性匹配算法。该方法首先分割图像,把一幅图像划分为若干子区域,抽取图像的主要形状和统计其所含的角度信息;然后利用信息熵计算图像之间的颜色、形状和纹理互信息。试验结果表明与其他方法相比,新的相似性图像检索方法具有更好的图像检索效果。