基于稀疏表示的单幅图像超分辨率重建研究

针对传统超分辨率重建方法计算复杂度高、重建效果差等问题,提出一种基于稀疏表示的图像超分辨率重建模型。该模型利用稀疏表示方法,结合自回归原理将原始图像表示为若干个图像块的线性组合,并根据图像边缘特征将图像块进行划分,以提高算法效率,最后结合分治思想、变量分离技术以及增广拉格朗日方法对模型进行求解。实验结果表明,与传统插值算法相比,该算法对图像重建效果更好。     

改进的稀疏表示超分辨率图像重建

为了能从单幅低分辨率图像中利用超分辨率技术重建出高分辨率图像,提出一种基于稀疏表示的改进算法。首先求出在低分辨率图像过完备字典上的稀疏表示系数,将稀疏表示系数与高分辨率图像的过完备字典相结合,得到高分辨率图像块,再联合输入的低分辨率图像块与生成的高分辨率图像块,求解出其在高低分辨率字典对上的稀疏系数,最后结合高分辨率图像字典,得到更加精确的高分辨率图像块。经仿真实验验证,该改进方法有效提升了重建图像质量,增强了重建图像的还原度。     

基于稀疏表示的目标追踪算法

针对目标在运动过程中会发生光照和姿态变化,背景干扰,遮挡等因素造成目标偏移甚至丢失的问题,提出了一种基于稀疏表示的目标追踪算法.在粒子滤波框架下,采用目标在超完备字典下的稀疏表示作为观测模型,通过l1范数优化求解稀疏表示系数,并利用重构残差更新粒子权重,可以有效地减小背景杂波和噪声对追踪算法的不利影响.实验结果表明,该算法有较好的稳定性和鲁棒性.     

基于不同变换下的信号重建性能的比较（英文）

提出了一种新的算法——Magnitude Cut算法,用于从信号的变换域的相位来恢复信号.首先将重建问题等价转换为一个凸优化问题,然后通过块坐标下降算法(BCD)和内点法解决原始信号重建问题.最后,实现了一维和二维信号的重建,并对先通过高斯随机掩膜再进行傅里叶变换(简称FTGM),柯西小波变换(CWT)相位,先通过二值随机掩膜再进行傅里叶变换(简称FTBM),高斯随机变换(GRT)相位的信号重建结果做了比较分析.分析结果表明,Magnitude Cut算法可以完成已知信号不同变换域相位的信号重建,并且在相同的重建误差下,从FTGM和GRT相位信息重建信号比从FTBM和CWT需要的相位数目更少.     

基于四元数表示的彩色图像混合噪声去噪（英文）

为了能够更加有效地恢复受混合高斯和脉冲噪声污染的彩色图像,采用基于四元数的彩色图像整体处理方案,提出了一种彩色图像混合噪声去噪算法.首先,通过一个纯四元数矩阵表征一幅彩色图像;然后,根据高斯噪声和脉冲噪声的不同特性,采用基于四元数方向矢量排序统计的算法检测脉冲噪声位置;最后,将针对高斯噪声的基于四元数最优权值的非局部均值滤波器进行改进以应用于混合噪声图像去噪,在权值计算时不考虑已被检测出的脉冲噪声点.对5幅标准图像的实验结果表明,所提算法的去噪效果优于目前常用的ROR-NLM(robust outlyingness ratio-nonlocal means)算法和最优权值混合滤波器.     

外逆的一个显示表示及其计算（英文）

首先给出了矩阵A∈C~(m×n)具有指定值域T和零空间S的外逆A■的一个显示表示A■=(GA+E)~(-1)G,该显示表示式比Ji在2005提出的表达式A■=(GA+E)~(-1)G-V(UV)~(-2)UG要简单.然后,基于该改进的显示表示A■=(GA+E)~(-1)G,通过对一个适当的分块矩阵■使用初等变换的方法得出外逆A■的一个新的算法,并且详细分析了该算法的计算量.最后,用一个数值例子检验了所提算法的正确性.     

基于局部稀疏表示的目标跟踪算法

目标跟踪是计算机视觉领域重要的研究方向之一。基于l1最小化稀疏表示的目标跟踪算法跟踪精度高,但是在跟踪部分遮挡目标或当背景中存在与目标相似的干扰物时会发生漂移。这主要是因为算法仅关注目标的整体特征,而忽略了目标局部特征的变化情况。为了解决该问题,提出基于目标外观局部稀疏表示的跟踪算法。首先,对待选样本进行分块,然后利用采集得到的模板对各分块进行稀疏表示并计算重构误差,最后选取累积误差最小的待选样本作为跟踪目标。实验结果表明,该算法在跟踪被部分遮挡的目标时相比l1跟踪算法有更高的准确度。     

环中涉及幂等元的Drazin逆的表示（英文）

称环R中的元素a为Drazin可逆的,如果存在R中的元素b使得ab=ba,bab=b,a-a2b是幂零的.上述元素b如果存在则是唯一的,并表示为aD.给出了一些环中涉及幂等元的Drazin逆的等价条件.作为应用,给出了环中幂等元的积与差的Drazin逆的公式.因此,一些关于Banach空间中有界线性算子的结果被推广到环上.     

基于先验图像约束和压缩感知的能谱X-CT图像重建（英文）

为了提高能谱X-CT重建图像的质量,提出了利用能量加权重建图像x_(bins)~W及可分离抛物面替代法进行基于先验图像和约束压缩感知的能谱X-CT图像重建.利用压缩感知理论、先验图像和优化算法来提高CT重建图像的质量.为了评价所提方法的性能,从重建的各能量段图像精度和噪声特性2个方面比较了3种优化算法及3种先验图像.仿真实验结果表明,对于不同的优化算法,能量加权重建图像xW bins作为先验图像总体性能最佳;对于不同的先验图像,可分离抛物面替代法算法性能最佳.与滤波反投影算法相比,在基于先验图像约束和压缩感知的能谱X-CT图像重建算法中,采用SPS算法进行优化,采用能量加权重建图像作为先验图像,重建得到的各能量段的图像噪声分别降低了80.46%,82.51%,88.08%,每个能量段图像的均方根误差分别下降了15.02%,18.15%和34.11%,相关系数分别提高了9.98%,11.38%和15.94%.     

基于稀疏表示的摩尔纹噪声去除方法

为去除常出现在图像采集和日常摄影中的摩尔纹噪声,提出一种由样条小波生成的紧框架下的稀疏信号恢复算法.该算法利用摩尔纹噪声的频域特性确定受影响的傅里叶频谱区域;利用图像在给定紧框架下的稀疏性,根据压缩感知理论实现数据在傅里叶频谱上的非线性插值.实验结果表明,相比传统频域滤波算法,该算法恢复图像的峰值信噪比更高,更符合人的...     

基于图像分块稀疏表示的人脸识别算法研究

人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等技术共同构成了人脸识别系统,被应用于多个领域的监控、安防措施当中,但由于技术局限,存在一定的缺陷与不足,需要不断补充.就基于图像分块稀疏表示的人脸识别算法展开研究,主要介绍了基于非重叠分块的加权稀疏表示算法、基于低秩分块稀疏表示的人脸识别算法、基于图像重构和哈希的人脸识别算法,并进一步对目前人脸识别系统在安防监控中的应用现状与前景进行了分析.     

H~p(Δ~n)类函数的一个表示（英文）

H~p(Δ~n)类函数由它的边界函数在正测度集上的限制唯一确定。本文具体指出这类函数能用它的边界函数在正测度集上的积分来表示,我们证明定理设E是T~n上正测度子集,φ_2如文中(7)—(12)式所定义,则对f(z)∈H~p(Δ~n),1相似文献   

基于Transformer编码器的多级表示与融合特征输入的语音情感识别方法（英文）

为了提高语音情感识别的准确度,探讨了将Transformer应用于语音情感识别的可能性.将对数梅尔尺度谱图及其一阶差分特征相融合作为输入,使用Transformer来提取分层语音表示,分析注意头个数和Transformer编码器层数的变化对识别精度的影响.结果表明,在ABC、CASIA、DES、EMODB和IEMOCAP语音情感数据库上,相比以MFCC为特征的Transformer,所提模型的精度分别提高了13.98%、8.14%、24.34%、8.16%和20.9%.该模型表现优于递归神经网络(RNN)、卷积神经网络(CNN)、Transformer等其他模型.     

基于稀疏表示的人脸表情识别算法研究

针对基于局部纹理特征的人脸表情识别算法不能有效表达不同表情状态下人脸运动单元差异性的问题,提出一种改进的稀疏表示人脸表情识别算法,将人脸纹理特征与全局位置特征用稀疏表示模型相结合,得到人脸表情的稀疏系数矩阵,并作为支持向量机表情识别的输入。人脸表情库BU_3DFE实验结果表明,该算法提高了表情识别的准确率。     

基于稀疏表示的视网膜眼底图像血管检测

一般情况下,通过在血管中注入造影剂在X光下所显示的影像来检测血管会受背景噪声、血管形态模糊和目标混杂等影响,鉴于此,提出一种基于过完备字典的图像稀疏表示的血管检测方法。该方法先建立一个关于血管图像的背景图像的过完备字典,然后用SRC算法会得到一个系数矩阵,并利用系数矩阵与字典矩阵相乘,便能重构出一个底板图像。为了突出血管,只需将重构的底板图像与原图像做相减,这样得到的新图像就能去除噪声,使血管能在视网膜眼底图像中更清晰地显示出来。实验结果表明,该方法对于视网膜眼底图像处理效果良好,使视网膜眼底图像中的血管能更容易被检测到。     

基于α-expansion的超分辨率图像重建

为了获得更精确的超分辨率重建结果,在重建高分辨率像素时,剔除对重建贡献微弱甚至没有贡献的低分辨率像素,保留有所贡献的低分辨率像素。对低分辨率像素的贡献进行程度化,获得所有低分辨率像素的加权贡献,并进一步建立超分辨率重建的极小化能量函数,使用α-expansion算法求解能量函数极小化问题。在求解过程中,保留3个像素间的关系,可避免由能量函数的近似而引入的错误信息。实验结果表明,所提方法是合理、有效的。     

基于全变差的超分辨率图像重建

根据低分辨率图像生成的矩阵模型,应用广义逆矩阵理论,得到高分辨率图像所在的解空间,把最小总体变差作为目标函数,应用最速下降方法求解,得到重建的高分辨率图像。实验结果表明：该方法能够提高重建图像质量,具有较好的鲁棒性。     

基于小波方法的超分辨率图像重建

提出了一种基于小波变换理论的超分辨率重建算法,即利用小波变换得到图像的高频和低频子带,结合非线性外推技术对高频子带进行处理,在增加高频子带信息量的同时进行迭代改进,并采用小波阈值方法进行去噪处理.实验结果表明：该算法能够克服以往插值算法的不足,如高频损失、细节模糊等,能很好地提高图像的峰值信噪比,是图像重建的一种有效方法.     

知识窗（英文）

正esriu rock.A ockbecoms sand1.Wheres thebeachandfrom?biamThesoft sndon theeachis actallyo seawavesakerocksnto small novfsandhas diferentcolrs,such tafter yearsof riers'washig.Yearsfecltparts.And finaly theybecom sand.The,se of hedifferentolorsof he arside.as yellow,ed,grayndblack becaustthewindsakedesertandto theeas     

气候变化（英文）

正【阅读难度:】外籍专家解读各行各业你不知道的那些事儿。Pre-reading task1.What are the effects of global warming?2.What do climate analysts feel about the recent changes in the environment?Now,read the article and see if your answers are correct.