基于特征表征的单幅图像超分辨方法（英文）

基于稀疏表示的图像超分辨是近年信号处理中的研究热点,快速准确地找到图像的稀疏表示系数是该方法的关键。该文提出了一种基于特征表征的算法来求解图像块的稀疏表示系数。受压缩感知理论启发,使用联合训练的字典来进行图像超分辨。特征表征算法在每一次迭代中,通过确定稀疏系数的符号,将求解的非凸问题变为凸问题,有效提高所得稀疏系数的准确性和超分辨算法速度。仿真结果显示,与插值法和经典的稀疏表示法比较,特征表征法可以得到更好的主观视觉评价和客观量化评价。     

基于DCT的模糊面部超分辨率性别识别模型研究

为解决智能监控领域中存在的基于人脸图像的性别识别准确率不高的问题,本研究构建了DCT-FSR-CNN模型。该模型以相邻两帧面部图像作为超分辨率的双输入,通过离散余弦变换和局部超分辨率技术对图像进行融合处理以提高图像整体分辨率;对Alexnet网络进行优化改进,通过融合网络中间层进行特征值优化以提高分类器的准确率。同时,将该模型与其他4种性别识别模型进行实验对比,在现实的模糊面部图像数据集上的实验结果准确率和运行速度均有明显提升,证明了该模型的应用性和有效性。     

稀疏正则化方法的超声信号反卷积

提出了一种在稀疏分解框架下的超声信号反卷积模型,改善了超声成像的质量。该模型包含两个正则项,分别约束信号的光滑性和字典表示的稀疏性,并应用高阶统计量和MA模型估计系统的点扩散函数。模型直接求解很困难,采用分裂Bregman方法交替迭代求解;并对反卷积的信号进行动态滤波、包络检波、二次抽样、动态压缩、灰阶映射等处理,得到超声灰度图像。实验结果表明,该反卷积方法成像比直接成像的分辨率高,图像的对比度得到增强,斑点噪声明显减少。     

基于三角网格模型的多分辨率B样条曲面重建

利用三角网格参数化技术,对三角网格进行重新采样,将三角网格模型转化成四角网格模型,然后用B样条曲面插值四角网格模型。通过调整四角网格模型的分辨率,就可获得一系列不同分辨率的B样条曲面,并且容易计算出B样条曲面与三角网格模型的误差。最后通过实例证明了文中算法的有效性。     

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。     

结合图像属性的MSD-FICA盲水印算法

基于图像高频子分量相互独立的属性,再结合图像低频能量不易丢失的特点,该文设计了多分辨率子带分解的快速独立分量分析(MSD-FICA)盲水印算法,借鉴了经典的量化调制水印(QIM)算法思想,对原始图像小波分解后的高频成分(水平、垂直、对角小波系数)进行排序,取中频成分。嵌入水印是对中频分量系数和低频分量系数同时嵌入,水印的提取采用快速独立分量分析(FICA)算法,先用主成分分析进行预处理,然后用FICA盲提取水印。实验表明,该算法能有效地提取出水印,并能抵抗一定的压缩、滤波、噪声攻击。     

由图像的稀疏分解重建图像的快速算法

针对由图像的稀疏分解结果重建图像的速度极其缓慢这一问题,研究了表示图像的原子的能量分布特性。利用了表示图像内容的绝大部分原子的能量分布具有非常集中的特点,提出了由分解后的原子参数重建图像的快速算法。该算法对于一个原子的计算只限于原子能量集中的区域,并在此基础上实现了原子能量及原子归一化的快速计算。采用快速算法使图像重建的速度提高了约32倍,同时保证快速重建图像的质量保持不变。     

用小波系数估计图像边缘方向的相干增强扩散图像降噪算法

在分析相干增强扩散方法和小波阈值收缩方法之间关系的基础上,给出了相干增强扩散在小波分析意义下的解释,同时解释了相干增强扩散方法与小波阈值收缩方法在图像性质上的等价性。针对相干增强扩散计算扩散矩阵较慢的缺点,提出了一种用小波系数估计图像边缘方向的相干增强扩散图像降噪算法。仿真试验结果表明,该扩散算子可以很好地定位图像边缘,较好地运用了小波的时频分析功能。     

基于多分辨率的彩色图像检索研究

本文提出了一种新的彩色图像检索方法,通过在不同分辨率下的直方图提取其全局颜色特征,并结合局部色差模式的方法,获取图像局部特征,进行图像检索.实验表明该方法能显著提高图像检索效果.     

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。     

一种改进的模拟退火图像盲复原算法

通过分析均匀分布与Cauchy分布的分布机制,提出了一种改进的模拟退火图像盲复原算法,该算法选择Cauchy分布为随机扰动量来产生状态扰动函数。通过计算机仿真,验证了该算法对初值的鲁棒性和复原的效果优于基于均匀分布随机扰动量模拟退火盲解卷积算法,提高了收敛到最优解的速度。     

测井盲反褶积及在储层构型界面识别中的应用

老油田早期测井曲线分辨率低、对薄层沉积界面识别能力差,难以满足储层建筑结构研究的需要,针对这一问题,将信号反褶积原理应用于测井曲线处理。通过将反褶积问题转化为期望输出与实际输出误差的极值问题构造方程组,利用测井曲线自相关间接求取线性方程组中的褶积因子自相关矩阵,求解方程组得到反褶积因子,从而实现测井曲线的盲反褶积处理。该处理消除了围岩的影响,增强了测井信号频谱中高频段能量,对测井曲线的低幅度细微变化产生“放大”效应,对曲线斜率的微小变化响应敏感,提高了测井曲线对沉积界面的识别能力。通过取芯井资料研究,证明测井曲线反褶积处理结果中高频成分具有沉积学意义,将该方法应用于秘鲁D油田非取芯井储层建筑结构研究,在D6井V层识别出5个五级界面,3个四级界面和23个三级界面。     

快门编码模型重影模糊图像盲复原方法

针对刑侦取证工作中经常出现的一种重影模糊图像,提出了一种快门编码模型来近似模拟重影模糊的本质,利用快门编码模型对重影模糊图像进行盲复原处理。实验结果表明了该快门编码模型对复原重影模糊图像的合理性,对实际拍摄的重影模糊图像,该算法能够有效地复原出模糊图像中的感兴趣信息,具有较高的实用性。     

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。     

MRI中髋关节股头软骨的厚度测量方法

为了实现对核磁共振成像中髋关节软骨厚度的自动检测,该文提出了基于结合高斯滤波的零交叉点的自动测量方法。模拟人体髋关节股头软骨的厚度分布,建立二维薄面体的数学模型。引入了模拟MR图像摄影过程的点扩散函数模型,可以模拟出沿薄面体法线方向MR仿真信号的强度波形。利用基于高斯二阶微分的零交叉法可以实现对薄面体厚度的准确测量,定义薄面体的厚度为沿着薄面体法线方向的高斯二阶微分的两个零交叉点之间的距离。薄面体模型仿真和实物标本实验均验证了该方法的有效性。     

论土家族音乐之美:乐种,传播,线的艺术

在土家族音乐演变衍化的历史长河中 ,土家族音乐表现出各个不同的乐种美及其功能性 ;同时体现出土家族音乐的传谱、记 (记忆之记 )谱、传播方式及其“蹈”、“唱”、“奏”之整体性的完美 ;充分显示出土家族音乐“线的艺术”之表现美     

带稀疏惩罚的LCNN盲目图像复原

为了加强算法的稀疏性和稳定性,在SCAD基础上提出了一种新的稀疏惩罚函数,并加入到拉格朗日约束神经网络中,以克服传统盲源分离方法和独立分量分析方法的缺陷,有效地避免了方程的病态问题,提高盲目图像复原的稀疏性、稳定性和准确性。通过人工数据和真实数据的不同复原算法对比实验,证明了带稀疏惩罚的拉格朗日约束神经网络盲目图像复原技术具有良好的图像复原效果。     

功能点分析法的研究和改进

根据项目实践中的经验,将当前流行的软件规模度量方法——功能点分析法进行了改进。针对不同业务需求稳定性的差异,考虑到了需求在项目过程中的变化因素,在功能点分析法的每个功能点接口中分别加上一个需求稳定性的调整系数,将原有功能点逐个进行稳定性调节。本文通过一个实际的例子分析了改进前后的功能点数的变化情况,实验数据证明改进后的功能点数在项目推进过程中平稳的被完成,避免了传统的功能点数在项目后期出现较大的震荡。     

Foxbase~＋的一种实用弹出式菜单程序设计

本文运用Ｆｏｘｂａｓｅ的Ｉｎｋｅｙ（）函数的返回值，识别击键，编写了一通用弹出式菜单。上机运行，效果良好。