基于机器学习算法的图像虚拟重建研究

基于深度学习的图像重建方法，通过数据驱动的方式，可以从图像中学习其三维空间的语义特征，从中恢复出模型的三维形状.探究了3类基于深度学习的图像虚拟重建算法，并在公开数据集上对相应的重建方法进行了性能比较，发现生成模型比非生成模型更有利于重建.其中，基于生成对抗网络的融合重建算法表现最优.此外，还对多视图输入的数量以及重建模型的表示对重建结果的影响进行了分析.实验结果表明，视图越多，且重建模型为网格表示时，重建结果越好.     

磁共振成像仿真平台设计与实现

为了更好地研究MRI成像技术和图像重建算法,采用Matlab图形用户界面创建了MRI仿真平台。该平台模拟了线性、螺旋及并行扫描3种成像方式,可以导入不同模型图像,设计K空间扫描轨迹,模拟K空间数据采集过程,显示采集信号的波形。对这3种成像方式的图像重建加以实现,并对重建误差进行了分析。该平台为其它各种MRI数据采集和图像重建新算法的研究提供了一种有效工具。     

基于张量低秩和TV正则化的图像超分辨率重建

由于低秩先验能够有效地学习图像数据的冗余和数据的全局结构,因此低秩约束在矩阵填充中得到广泛应用。以往的研究表明,低秩约束对张量恢复具有显著影响,这些工作往往通过Tucker秩解决,然而Tucker秩不能捕获张量的内在相关性。提出一种新的基于张量链秩1（Tensor-Train Rank-1,TTR1）分解的逼近张量核范数的邻近算子。低秩约束能够很好地捕获数据的全局结构,但不能利用可视化数据的局部平滑性,因此提出将张量低秩和全变分（total variation,TV）正则化相结合的超分辨率（super-resolution, SR）重建方法,充分利用图像冗余性、全局结构信息和图像局部平滑性,实现图像的SR重建。实验结果表明,相比于Tucker低秩和TV正则化模型（LRTV_SR）,该方法在峰值信噪比指标上平均提高了0.2dB,充分验证了基于TTR1分解的张量低秩约束在超分辨率重建中更能保留彩色图像的全局结构特性。     

局部分层非负张量分解算法及在机械故障诊断中的应用

针对传统非负张量分解收敛速度慢,分解精度低的难题,结合three semi-NMF模型,将局部目标函数理论应用于非负张量分解中,提出了基于局部分层的非负张量分解算法,并通过人脸特征提取实验验证了算法的有效性.通过对由空压机不同故障振动信号的双谱构成的张量按该算法分解,得到反映故障特征的基图像及与基图像对应的权值矩阵,建...     

一种新的基于感知字典的稀疏图像重建算法研究

针对已有图像重建算法分辨率低、需要大量计算的问题,本文提出了一种基于感知字典和数据自适应性的稀疏重建算法.首先,针对图像的数据结构,对样本数据进行超完备字典的训练,继而通过针对性的字典对图像进行稀疏重建.同时,为进一步改善算法的重建性能,并充分利用图像的有效信息,本文构造了数据自适应的感知字典.实验表明,该算法在不影响图像重建精确度的前提下可以减少计算复杂度,并具有良好的鲁棒性和较高的效率.     

多传感器数据融合技术方法探究

数据融合分为数据层、特征层和决策层,本文研究的多传感器数据融合方法主要有基于信息论的算法(聚类分析法、人工神经网络法、表决法)、基于认识模型的算法(模糊模板法、模糊集合法、专家系统(ES))等.     

GIS的数据抽象模型的构建和检索

随着地理信息系统(GIS)应用的逐步深入和业务领域的拓展,传统的GIS数据模型不能较好地表达GIS中复杂的空间数据关系,不易实现数据的共享和查询.为此,文中首先构建了一种网络数据抽象模型,该模型能够使异质的、松散的被关联的GIS数据聚集在一起,且是动态更新以提高将来的查询性能;然后提出一种基于此模型的动态检索算法.     

基于虚拟现实技术的数字化体育舞蹈教学平台设计与实现

为丰富体育舞蹈教学方法、增强学生学习兴趣,构建基于虚拟现实技术的数字化体育舞蹈教学平台。首先基于Kinect体感设备采集人体深度数据,并提出动态光线投影算法,重建人体运动三维模型;接着采用多特征融合算法对人体动作姿态进行权重赋值匹配;最后将教学服务器与构建的可视化虚拟模型及人体运动姿态相衔接。测试结果表明：文中提出的改进光线投影算法能显著提高人体运动三维模型的重建效率,对体育舞蹈动作识别具有良好的精度和稳定性;同时,数字化体育舞蹈教学平台在教学实践中获得了较高满意度。     

基于改进的有序子集的SAGE算法在PET图像重建中的应用

提出了一种利用修改的有序子集(MOS)方法改进空间交替广义期望最大(SAGE)算法收敛性的方法.新的可变有序子集算法(MOS-SAGE)通过修改投影数据的数目和子集的排列循序加速收敛速度.其中每一个子集中的投影数目按2,4,8,16,32,64来排列以便重建算法首先恢复高频部分信息,然后重建低频部分信息.另外新算法还使相邻子集尽可能分离以减少投影间的相关性,达到加速收敛的效果.实验中,运用MOS-SAGE算法对计算机仿真的PET投影数据和实际的临床数据进行重建.几种误差分析结果表明,MOS-SAGE算法的收敛性能比SAGE算法和有序子集期望最大算法(OSEM)要快,重建后的图像更接近仿真用的模板图像.     

曲轴销轴承转速和尺寸对提高发动机功率的影响

提出了一种结合滑块曲柄机构动力学模型(SCM)和曲柄销轴承润滑模型(CB)的新方法,以全面分析CB的尺寸和发动机转速对润滑效率和摩擦功率损失的影响.基于组合模型,利用在MATLAB中开发的算法程序求解动态方程和润滑方程.为了提高研究结果的可靠性,采用燃烧气体压力实验数据进行仿真.选择CB的承载能力(或油膜压力)、摩擦力...