【摘 要】
：
本文论述了利用轴对称物体的单幅投影信息进行密度重建的一种自适应正则化模型。所提模型基于全变分正则项与高阶全变分正则项的联合使用,主要的优点是在保持清晰的界面及恢复平稳变化区域的同时减弱了阶梯效应。并且使用自适应方法,提高了效果的同时简化了所使用的参数。对于其中涉及的最优化问题,我们采用增广拉格朗日方法来解。数值结果表明,这一模型提高了关于密度界面位置及密度值的准确度,具有较好的抗噪性。
论文部分内容阅读
本文论述了利用轴对称物体的单幅投影信息进行密度重建的一种自适应正则化模型。所提模型基于全变分正则项与高阶全变分正则项的联合使用,主要的优点是在保持清晰的界面及恢复平稳变化区域的同时减弱了阶梯效应。并且使用自适应方法,提高了效果的同时简化了所使用的参数。对于其中涉及的最优化问题,我们采用增广拉格朗日方法来解。数值结果表明,这一模型提高了关于密度界面位置及密度值的准确度,具有较好的抗噪性。
其他文献
目前,伴随着火星探测的兴起,火星飞机越来越受重视。目前对火星大气研究不充分,火星飞机飞行环境特殊,存在强烈的不确定性和干扰。同时稀薄的火星大气与受限的飞机尺寸限制了操纵的机构控制能力。为了解决这2个关键问题,提出了一种基于复合抗饱和策略的自适应控制器,将模型误差、不确定性和干扰视为系统的"总和扰动",利用扩张状态观测器观测并加以补偿。针对控制能力受限带来的控制饱和,提出伪控制限制与基于误差补偿的扩
针对局部约束线性编码(LLC)没有考虑到特征描述符与视觉单词之间的显著相似关系问题,提出了结合显著相似关系的局部约束线性编码.通过显著kNN搜索方法和显著最大池方法将显著相似关系结合到LLC中,首先计算描述符和视觉单词之间的显著相似度,然后分别加入到kNN搜索方法和最大池方法中对LLC进行改进,最后在UIUC8等数据集上进行了实验.该方法相比传统LLC方法及其改进方法,图像分类精度有一定的提升.
针对不完全量测下利用电视摄像机的单站水面目标被动跟踪问题,提出了一种基于机器视觉被动测距的联邦目标跟踪算法.首先,利用机器视觉技术设计了目标距离的被动测量方法;其次,依据测量机理将测量通道分解为机器视觉被动测距通道和传统测角通道,基于验后置信度残差检测的平方根容积卡尔曼滤波(SRCKF)设计了双通道子滤波器,并对子滤波器估计结果进行联邦结构融合得到最终估计结果.通过OpenGL仿真目标图像和真实水
为了提高重建图像质量,减少处理时间,提出一种基于L_(1/2)正则约束的单帧图像超分辨率重建算法.该算法在稀疏重建字典对训练阶段,为了有效提取低分辨率图像边缘、纹理等特征细节信息,采用小波系数单支重构方法对低分辨率图像进行特征提取;而在图像重建阶段,为了解决基于L1正则模型得到的解时常不够稀疏,重建图像质量有待进一步提高的问题,采用L_(1/2)范数代替L1范数构建超分辨率重建模型,并且采用一种快
为解决在使用期望最大化(EM)算法求解混合模型前需要额外的计算问题,提出一种新的基于Markov随机场的Students t混合模型,该模型能直接利用简单有效的EM算法求解。试验结果表明,该方法能有效克服噪声对图像分割的影响,获得较好的分割结果。
为了在图像显著性区域提取过程中改善算法的自适应性和精准度,提出基于自适应流形相似性的图像显著性区域检测算法。将图像分割成超像素,根据图像中显著性区域频率变化比较大的特性,生成图像显著性区域的高频节点;针对高频节点利用凸包运算寻找显著性区域的种子节点;使用流形算法在图像中对种子节点进行显著性区域信息扩散,得到图像的显著性区域。试验结果表明:利用流形算法搭建求解每个数据的邻接矩阵进行信息扩散,能够在保
利用混合高斯模型(gaussian mixture model,GMM)学习自然图像块的纹理结构,提出一种基于图像块先验的低秩近似和维纳滤波的去噪算法。该算法能够同时利用外部图像块的先验结构信息和内部图像的自相似性,对待去噪图像进行分块聚类,并根据每类相似块的数量进行协同滤波。当相似图像块数量较多时,采用低秩近似的方法复原,有效利用图像的内部自相似性;当相似图像块数量较少时,采用维纳滤波,利用先验
为研究不同几何参数对基于特征相邻果实点云之间配准效率和准确度的影响,并进一步优化基于点元扫描片之间成对配准,利用两个坐标系之间的变换,提出了一种新的、直接由位置和法向量决定的最佳几何描述元,并基于该描述元通过消除冗余变换降低计算复杂性、简化变换过程,实现最优变换。对扫描得到的5组苹果片进行配准测试,结果表明:法向点元具有刚体变换不变性和噪声不敏感性,区分度高、复杂度低,将变换中所需的同名点由5对减
在X射线检测系统成像过程中,由于成像过程中电气噪声、射线噪声等的影响,导致X射线图像噪声明显。为进一步研究X射线图像中噪声的性质,本文用加性噪声总变分模型和乘型噪声总变分模型分别对X射线图像进行噪声去除,得出工业X射线图像中存在加性噪声和乘型噪声,且乘型噪声总变分模型去除X射线焊缝图像中的乘性噪声更为有效。
为了提高动物CT影像的识别能力,获得清晰、直观的CT影像信息,提高诊断正确率和治疗效率,采用多重分形理论对动物CT影像进行分析和处理,将分形维和分形测度以及多重分形谱引入到动物影像处理过程,根据CT成像过程的边缘模糊性以及在动物骨骼的成像交界处分形的规律性将会被破坏的基本特征,求取奇异性指数和多重分形谱,从而判断出CT影像的边界。结果表明:结合多重分形理论算法对CT影像进行处理,能够准确地获得影像