组合结构的牺牲层释放腐蚀修正模型

Eaton等人曾给出了HF溶液腐蚀SiO2牺牲层的释放腐蚀模型,然而实验中发现该模型并不能较好地符合实验数据.经分析发现该模型中扩散系数和反应速率常数不能如实反映温度的变化,而且实验中观察到腐蚀前端形状并不总是平面.通过对模型中这些因素的修正,建立起修正模型,证实修正模型比Eaton给出的模型更符合实验结果     

牺牲层二维腐蚀修正模型的研究

针对氢氟酸腐蚀氧化硅,深入研究了牺牲层腐蚀的原理。牺牲层腐蚀主要受扩散机制影响。把二维扩散方程中的扩散系数看作溶液浓度和温度的函数,建立了二维腐蚀修正模型。利用有限差分算法求解扩散方程,并使用C语言编程实现了对单开口、内外拐角等多种复杂组合结构腐蚀过程的模拟,使用MATLAB软件绘制腐蚀图形,最后将模拟结果与实验结果进行了对比,验证了模型的合理性。     

影响牺牲层腐蚀速率的因素研究

精确预测腐蚀速率对于避免过腐蚀和节省时间,从而提高MEMS器件加工的效率具重大意义.通过改变牺牲层材料、腐蚀液浓度、温度和牺牲层结构来改变腐蚀速率是常用的方法.在前人腐蚀模型基础上考虑扩散系数是浓度和温度的函数,腐蚀速率常数是温度的函数,得到了修正模型.从修正模型中找出影响腐蚀速率的各种因素的对应参数,并对其影响腐蚀速率的机理进行详细地研究,这样就为通过修改某些因素来改变腐蚀速率提供了依据.     

基于拓扑导数的复扩散在图像去噪及边缘提取中的应用

提出了基于拓扑导数的非线性复扩散用于图像去噪及边缘提取的一种算法.由于线性扩散会使图像边缘模糊,基于拓扑优化思想,对每个像素点的线性复扩散系数扰动,使得拓扑导数最小的扩散系数为最优.文中选取的扩散系数具有各向异性的特性,从而克服了Perona-Malik的各向同性扩散系数不利于去除边缘噪声的缺陷,选择拓扑导数足够小的像素点,对这些像素点用最优扩散系数进行扩散.文中给出了使算法迭代终止的判据.实验证明,与Guy Gilboa的非线性复扩散相比,本文方法对原始加噪图像处理后,实部图像体现出了更好的去噪效果,虚部图像则很好地保留了图像边缘,此外,本文方法还消除了Perona-Malik的方法对图像去噪后产生的阶梯效应.     

各向异性扩散平滑滤波的改进算法

图像的噪声过滤和增强是数字图像处理中非常重要的组成部分.在图像处理过程中,为了既有效地去除噪声,又能够较好地保持图像的边缘和重要的细节信息,在Perona-Malik各向异性扩散模型（PM模型）的基础上,通过对变分方法的扩散方程中扩散系数的改进,提出了一个对噪声图像更有效更具有适应性的去噪扩散模型.该模型针对不同的梯度大小采用了不同的扩散系数.在实际处理过程中该模型不仅能够有效地保持图像的边缘,而且还能够克服PM模型对小尺度噪声敏感和部分边缘和细节失真的问题.实验结果表明,改进的扩散模型的性能优于PM模型,是一种较为理想的保边缘平滑模型.     

图像扩散去噪模型的分析与改进

总结与分析了已有图像扩散去噪模型的优缺点。在理论上明确解释了张量型扩散模型的物理意义,通过分析P-M扩散模型的局部扩散行为,提出一个新的扩散系数,进一步给出一个改进的张量型扩散模型。从主观与客观两个方面比较各种扩散去噪模型的效果都不容易,因为需要合适耦合各个模型的参数及数值离散方法等,为此给出了扩散模型统一的数值实现算法,可用来比较各个模型的去噪效果。数值模拟实验的结果表明,改进的扩散模型在有效去除噪声的同时,能很好地对图像中的边缘、角点、纹理等特征进行保护,去噪后的图像有较好的视觉效果。     

基于图像局部几何结构的SAR图像降噪与增强*

研究了基于图像局部几何结构对SAR图像进行各向异性扩散滤波降噪。首先,回顾各向异性扩散滤波的PM模型、Weickert模型和Tschumperle的迹模型,分析指出迹模型能够依据图像局部几何结构进行定向扩散滤波且扩散程度由扩散率函数决定,扩散过程可控,意义直观;继而,根据扩散系数的构建原则,构建了新的兼容图像增强、扩散幅度可调整的扩散率函数,并用于SAR图像降噪。实验结果表明,运用此函数不仅有效抑制了相干斑噪声,还保持并增强了边缘细节,取得了理想的效果。     

改进的各向异性复扩散模型的医学图像去噪方法

对医学图像进行有效的去噪并保持边缘信息,有利于图像的后续处理.本文分析P-M模型和Gilboa的复扩散模型以及它们的不足,提出一种改进的各向异性复扩散模型.该方法先用中值滤波对图像进行预处理,去除梯度值大的噪声点,然后用图像的虚部求扩散系数,以此引导扩散模型中的边缘检测函数,再进行八邻域像素的扩散过程.实验表明,该方法能达到较理想的去噪和保持边缘的效果,而且减少了迭代次数,缩短了计算时间.     

拟正态分布扩散的图像平滑

目的在传统的去噪模型中,若仅考虑去噪与边缘保护这两个方面,会导致纹理等细节信息丢失,为解决传统模型这方面的缺陷,提出了一种基于拟正态分布的图像去噪模型。方法提出的模型是以经典的各向异性扩散模型为基础,首先分析了扩散系数在扩散过程中的作用,引入通量函数,做归一化处理,建立新的扩散系数,构造新的扩散模型;然后考虑新模型在去噪过程中,既要有效去噪,又要保护图像的边缘、纹理等细节信息,将扩散系数构造成拟正态分布函数。结果实验结果表明,在同一实验条件下,新模型的峰值信噪比与经典模型相比提高了28 d B左右,均方差大幅度降低,图像的边缘更加清晰,对比度得到显著增强。结论提出的新模型能够较稳定地控制扩散过程,使图像在去噪和保边缘、纹理等细节信息方面都达到令人满意的效果,峰值信噪比有了大幅提高,其去噪性能较经典模型更具优越性。     

非结构任意多边形网格辐射扩散方程有限体积格式

本文基于非结构任意多边形网格体系,给出了求解辐射扩散方程的中心型有限体积格式,格式中出现的网格节点未知量由相邻的网格中心未知量加权给出,综合考虑网格几何及扩散系数的影响,给出了节点未知量的一种加权方式,数值实验表明格式在各种非结构网格上具有较强的适应性.     

一种新的各向异性扩散时间尺度估计方法

在各向异性扩散(AD)的图像处理应用中,扩散终止机制是当前研究的主要热点。该文把热物理扩散中的扩散平衡概念引入到图像处理的AD中,定义图像扩散平衡(DB)与最优扩散时间(ODTS)的概念,提出利用扩散平衡估计最佳扩散时间尺度的方法。该方法与SURE, MSE及其他时间尺度估计方法相比在噪声压制与特征的保护上达到了一个合理的平衡且不需估计噪声强度(方差),能自适应于图像,在低信噪比下也能获得很好的估计结果,试验测试结果验证了该方法的有效性。     

一种用于分析故障分布的新方法

本文在分析故障分布规律的基础上，提出用正态扩散的方法对故障分布规律进行估计的新方法，理论证明，把正态扩散估计方法用于对故障分布的分析，可提高估计精度，具有较强的实用价值。     

信号自适应衰减的多壳扩散磁共振成像方法

提升总体平均扩散传播算子(Ensemble Average diffusion Propagator,EAP)的重建精度一直以来都是扩散磁共振成像领域中扩散光谱成像(Diffusion Spectrum Imaging,DSI)的核心问题.在诸多成像算法中,用径向基函数(Radial Basis Function,RBF)作为扩散MR信号插值基函数的方法在纤维方向分布重建及成像统计标量重建方面均获得了理想的EAP重建效果,为进一步提升重建效率及精度,本文基于RBF方法提出了对信号进行自适应衰减建模的方法,并结合确保扩散张量正定性的张量求解算法,分别基于系数l1,l2正则化方法求解最优化参数以作对比.针对体模数据的实验结果显示,该算法在提升各项指标重建精度及计算效率方面均取得了理想效果.     

A multiple-theory analysis of a diffusion of information technology case

Abstract. This paper describes a multiple-theory analysis of a diffusion of information technology case. Three innovation diffusion models, the interactive model, the linked-chain model and the emergent model, are used to develop an analysis that describes the essential knowledge that each model produces. Rather than develop conflicting stories, each model leads to distinctly different, but complementary, knowledge about the case setting. More generally, the analysis enables us to circumscribe the distinct conceptual domain of each model. These domains define the scope of research questions that can be addressed by each of the innovation diffusion models. In addition to the theoretical implications, the paper also describes the practical indications and actions of the case subjects.     

Two New Nonlinear Nonlocal Diffusions for Noise Reduction

Two new nonlocal nonlinear diffusion models for noise reduction are proposed, analyzed and implemented. They are both a close relative of the celebrated Perona-Malik equation. In a way, they can be viewed as a new regularization paradigm for Perona-Malik. They do preserve and enhance the most cherished features of Perona-Malik while delivering well-posed equations which admit a stable natural discretization. Unlike other regularizations, however, certain piecewise smooth functions are (meta)stable equilibria and, as a consequence, their dynamical behavior and that of their discrete implementations can be fully understood and do not lead to any “paradox”. The presence of nontrivial equilibria also explains why blurring is kept in check. One of the models has been proved to be well-posed. Numerical experiments are presented that illustrate the main features of the new models and that provide insight into their interesting dynamical behavior as well as demonstrate their effectiveness as a denoising tool.

相干光学系统图像复原的各向异性扩散方法

相干光学系统中图像噪声污染严重,提出一种基于各向异性扩散的图像复原模型,该模型的扩散系数从理论上满足Charbonnier等人提出的构造扩散系数准则,同时结合对数变换对相干光学图像进行复原去噪处理。实验结果表明,同SRAD、Lee、Frost、Non-local Means算法和基于小波的BLS-GSM、BM3D等方法相比,该算法可以更有效地进行边缘平滑,而且还能够较好地解决图像边缘和细节失真的问题,不论从PSNR,还是从视觉评价效果来看,该算法都具有一定的优越性。     

相关扩散方程在图像修补中的应用

图像修复是图像复原研究中的一个重要内容,可以用于旧照片中丢失信息的恢复、视频文字去除以及视频错误隐藏等。目前有很多图像修补算法对于灰度图像的修补已经取得了很好的修补效果,但存在着时间消耗大和应用到彩色图像修补中时修补效果不理想的缺点。将相关扩散方程引入到图像修补中,并进行改进,使得图像的修补效率和修补效果都得到了有效提高,而且可以很自然地应用到彩色图像修补中。大量的实验证明了该方法的有效性。     

Image magnification method using joint diffusion

In this paper a new algorithm for image magnification is presented. Because linear magnification/interpolation techniques diminish the contrast and produce sawtooth effects, in recent years, many nonlinear interpolation methods, especially nonlinear diffusion based approaches, have been proposed to solve these problems. Two recently proposed techniques for interpolation by diffusion, forward and backward diffusion (FAB) and level-set reconstruction (LSR), cannot enhance the contrast and smooth edges simultaneously. In this article, a novel Partial Differential Equations (PDE) based approach is presented. The contributions of the paper include: firstly, a unified form of diffusion joining FAB and LSR is constructed to have all of their virtues; secondly, to eliminate artifacts of the joint diffusion, soft constraint takes the place of hard constraint presented by LSR; thirdly, the determination of joint coefficients, criterion for stopping time and color image processing are also discussed. The results d     

基于节点和信息特征的社会网络信息传播模型

随着在线社会网络的快速发展,越来越多的人开始利用微博或Twitter来传播信息或分享观点.研究社会网络中的信息传播规律对于意见领袖挖掘、舆情监控、品牌营销等有着重要意义.虽然有关社会网络中的信息传播模型已经得到广泛研究,但是影响网络中节点之间信息传播的因素有哪些,以及如何刻画信息传播过程,仍然是一个有待深入研究的重要内容.传统的传播模型及其扩展模型更多地从网络结构出发研究信息传播,很大程度上忽视了节点属性和信息内容的影响.从多个维度提取信息传播的特征,包括节点属性特征和信息内容特征,对节点间传播概率和传播延迟进行建模,提出一个细粒度的在线社会网络信息传播模型.利用随机梯度下降算法学习模型中的各个特征的权重.另外,针对模型的传播预测功能,在新浪微博真实数据集上进行了实验,结果表明,在预测准确率方面,所提出的模型要优于其他同类模型,如异步独立级联模型、NetRate模型.     

P2M扩散与相干增强扩散相结合的抑制噪声方法

该文讨论保边缘的去噪问题。针对P2M扩散不能有效保持线状特征,相干增强扩散易出现虚假条纹的缺点,提出了一种P2M扩散与相干增强扩散相结合的去噪方法。首先,建立了一个P2M扩散与相干增强扩散的加权组合模型。该模型在图像边缘部分侧重于相干增强扩散,其余部分则侧重于P2M扩散。然后,针对模型中存在的参数选取问题进行了分析。从公式推导出发,得到了在边缘点百分比给定的条件下,P2M扩散参数的自适应取值方法,并从应用的角度出发,得到了相干增强扩散参数的经验取值。仿真计算结果表明,与一些常用的去噪方法相比,该方法既能有效地抑制图像噪声,又能较好地保持边缘等线状特征,同时具有较高的峰值信噪比。