采用双树轮廓波及压缩传感的多聚焦图像融合

为了拓展压缩传感(CS)的应用潜力,提出一种结合双树轮廓波(DT-Contourlet)及CS的多聚焦图像融合方法.该方法首先采用DT-Contourlet对源图像进行分解,提取图像的多尺度信息及方向信息,克服传统轮廓波变换不具平移不变性的缺点.接着,在DT-Contourlet域,将分解系数看成包含稠密和稀疏两部分:...     

压缩传感-稀疏信号的采样与重构

介绍了一种新的信号处理方法-压缩传感,充分利用信号在变换域的稀疏结构知识进行信号的采样与重构。它包括三个要素:稀疏表示矩阵、非相干测量矩阵和重构算法。对时域和频域稀疏信号的采样与重构进行了仿真,并分析了信号长度、测量值、信号稀疏级和信噪比对重构误差的影响关系。     

基于小波变换的图像和视频压缩编码

小波变换以其良好的空间-频率局部化特性以及优良的非平稳信号的表示性能等特性而备受信号压缩领域的重视.本文概述了基于小波变换的图像和视频压缩的原理和方法,阐述了近年来小波变换在图像和视频压缩编码中的研究进展,并对今后的发展方向进行了探讨.     

基于DT-CWT和SVM的纹理分类算法

提出了一种基于双树复数小波变换(DT-CWT)和支持向量机(SVM)的纹理分类算法.双树复数小波变换不仅具有实数小波的诸多优点,而且还具有近似平移不变性、良好的方向选择性和低冗余度,并且能对图像进行完全重构,能够更好地刻画纹理的特性;支持向量机算法是近年发展起来的性能优越的分类算法,比传统分类器有很大的优越性:避免了局部最优解和"维数灾"问题,其最优分类超平面的思想能够提高分类准确度.该方法用双树复数小波对纹理图像进行滤波并在各方向子带上进行重构,再计算其局部能量函数得到每个像素的特征向量,最后利用支持向量机算法实现对纹理图像像素的分类.将本方法与其它的分类算法进行比较,实验结果表明,提出的算法能有效地提高正确分类率.     

基于图像处理的外螺纹三维模型重构

提出了一种基于多角度序列图像特征实现外螺纹的三维模型重建的方法。首先在旋转平台上采集多角度序列螺纹件图像,然后对每帧图像进行特征点提取,将序列图像的特征点进行三维变换和插值,最终生成三维模型。实验结果表明,此算法能精确高精度地实现外螺纹三维模型重构。     

基于三维重构的材料微观结构研究现状

讨论了材料科学进行三维重构的意义和必要性,详细介绍了基于三维重构的材料微观结构研究的4个步骤:二维图像的获取、二维图像的处理、三维重构和材料微观结构研究.提出由于基于三维重构的材料微观结构研究材料能够分析出材料的宏观力学性能对微观结构的依赖关系,所以进行基于三维重构的材料微观结构研究方法能够对复合材料的设计提供有力的支持.     

基于选权迭代的三维坐标非线性模型

针对大旋转角任意三维坐标系转换问题,引入三维坐标转换非线性模型。引入选权迭代方法对非线性模型迭代算法进行改进。改进后的算法具有更快的收敛速度,迭代次数少,计算速度更快,明显减弱了转换模型对旋转角度的限制,适用于较大角度的空间坐标转换。     

基于小波变换单支重构的鼠笼电动机定子绕组故障诊断

本文采用Sym8小波作小波基,对鼠笼电动机定子绕组故障时采集的定子电流信号进行5尺度正交小波分解,得到五组小波系数,将各小波系数进行单支重构,形成各分频带上的时域信号,从各分频带的时域信号上能区分出故障相和非故障相所具有的不同的电流特性,实现了异步电动机定子绕组故障的小波诊断.     

基于Shannon 复数小波的复合材料结构时间反转聚焦多损伤成像方法

研究了一种基于压电传感器阵列和主动Lamb 波的结构损伤成像方法,有助于克服Lamb 波在板结构中、特别是在复合材料板结构中存在的频散、多种模式及模式转换的现象给结构健康监测带来的困难。分析了结构多损伤散射信号的时间反转聚焦原理,在此基础上提出了一种基于Shannon 复数小波和时间反转聚焦的信号合成成像方法。该方法中,确定Lamb 波响应信号的到达时刻是信号能够准确聚焦的关键因素之一。提出了利用Shannon 复数小波变换计算Lamb 波响应信号到达时刻的方法。在碳纤维复合材料板结构上对整套信号合成成像方法进行了验证。研究结果表明,该方法能够有效地对同一个监测区域中的多个损伤进行成像定位。相对于30 cm ×30 cm 的监测区域,定位误差不超过2 cm。该方法有助于结构健康监测技术的工程应用。      

基于自适应迭代搜索的三维质心定位算法

在加权质心定位算法和接收信号强度指示测距模型分析的基础上,提出了一种基于自适应迭代搜索的三维质心定位算法。首先计算未知节点的初始搜索步长,然后通过多次迭代、更新搜索点和搜索步长,提高节点的定位精度。该算法能自动调节搜索步长,减少迭代次数,具有一定的自适应能力。仿真分析了不同比例的信标节点、通信半径对定位误差的影响。结果表明,该算法的定位精度和稳定性良好,适用于无线传感器网络的三维定位。     

基于生成对抗网络的压缩感知图像重构方法

目的为了解决传统压缩感知图像重构方法存在的重构时间长、重构图像质量不高等问题,提出一种基于生成对抗网络的压缩感知图像重构方法。方法基于生成对抗网络思想设计一种由具有稀疏采样功能的鉴别器和具有图像重构功能的生成器组成的深度学习网络模型,利用对抗损失和重构损失2个部分组成的新的损失函数对网络参数进行优化,完成图像压缩重构过程。结果实验表明,文中方法在12.5%的低采样率下重构时间为0.009s,相较于常用的OMP算法、CoSaMP算法、SP算法和IRLS算法,其峰值信噪比(PSNR)提高了10～12 dB。结论文中设计的方法应用于图像重构时重构时间短,在低采样率下仍能获得高质量的重构效果。     

基于混合采样的压缩感知重构算法

为了提高图像的重构质量和缩短重构时间,同时保持较高的压缩比,提出了一种基于混合采样的压缩感知重构算法。将图像划分为感兴趣区域和非感兴趣区域,对感兴趣区域采用恢复质量较好的正交匹配追踪算法,对非感兴趣区域采用恢复时间较短的分段正交匹配追踪算法。感兴趣区域图像中除感兴趣区域外,其他部分灰度置零以增加采样率和图像稀疏度。实验表明,该方法可以较好恢复图像感兴趣的区域,并保持较高压缩比。     

基于改进半阈值迭代算法的ECT图像重建

针对电容层析成像逆问题求解存在病态性和欠定性的问题,将压缩感知理论应用到成像过程中缓解其欠定性.首先将初始信号稀疏化处理,其次基于高斯随机阵对灵敏度矩阵的各行重新排列,随后进行奇异值分解得到了列独立性更高的观测矩阵.最后将基于l1/2-范数的半阈值迭代算法引入到ECT成像过程中,并在罚函数中加入l2-范数的约束项,通过...     

基于可变形卷积的双目视觉三维重建

提出一种基于可变形卷积的立体匹配算法来进行双目视觉三维重建。首先,采用二维可变形卷积对输入的左右两幅图像进行特征提取;然后,利用三维可变形卷积,在匹配代价空间中有效地聚合两个图像之间的相关特征;最后,采用3个阶段级联残差学习的方式来降低匹配代价空间的参数计算量,以达到快速匹配的实时要求。根据该算法原理完成了视差深度图的检测,并通过Open3D重建三维物体。实验结果表明:该算法的参数量为0.5×10⁶,运行时间只需0.02s,生成的视差图精度较高,三维重建效果较好。     

二维建筑结构图的三维模型重建

分析了建筑结构图的工程对象类型和描述方式特征,针对建筑领域的典型实例提出了与机械三维重建不同的建筑工程三维重建方案。该方案按照最常用的结构制图标准,以DXF格式的结构图纸为处理对象,以AutoCAD二次开发为主要技术路线,选择了标准层平面图为主要对象视图。讨论了建筑工程对象的数据结构设计和重建微观策略,并给出重建结果的实例。     

利用 OpenGL 实现 ICT 断层图像的三维重建

基于ICT断层图像的三维重建是实现实物反求的重要途径之一．本文提出了一种基于Delaunay三角剖分思想的表面重建方法．并采用OpenGL结合VC 6．0来实现ICT图像的三维重建．最后给出了仿真结果与实际实验结果．     

断层数据三维重构技术的研究进展

基于断层数据的三维重构已经成为国内外的研究热点，并成为工业快速反求工程的一种新的研究方向。本文总结国内外关于断层数据三维重构技术，以综述的形式对各种方法进行阐述，比较出各自的优缺点，吸取医学CT领域的重构技术的经验，寻求解决决面向制造的而不仅仅是面向对视化的基于断导数据的三维重构技术，该项研究对新产品的快速设计制造具有重要理论和应用意义。     

可见光与热像融合的三维温度模型重建

热像仪因其能够通过检测物体表面热辐射而产生温度图像,近年来被广泛应用于多种工业场合.然而,由于热像图缺少直观的几何信息,当物体表面温度相近时,难以通过人眼分辨物体特征差异.为了解决这个问题,提出了一种结合可见光几何信息与热像图温度信息的三维模型重建方法.首先使用自制标定板进行可见光相机与热像仪的校正;随后,通过运动恢复...