Joint replenishment model under fuzzy costs and resource constraints——differential evolution algorithm approach

针对复杂不确定环境下的联合采购决策难题,用三角模糊数表示不确定的次要订货费用、库存持有费用和资金约束条件,用梯形模糊数表示不确定的存储空间约束,构建了模糊联合采购模型,并采用两种方法对模糊总成本进行去模糊化处理.进而在对差分进化(DE)算法改进并借助典型函数测试性能的基础上,给出了基于改进DE的模糊联合采购模型求解流程,算例证明所设计的DE算法能较好地解决模糊联合采购问题.     

基于混合非凸性二阶全变分和重叠组稀疏的非盲图像去模糊算法

为了解决凸性全变分正则化模型会使重构结果出现非闭合轮廓和非齐整边缘等缺点,设计了混合非凸性全变分耦合重叠组稀疏的图像去模糊算法.重叠组稀疏正则化项很好地考虑了相邻元素之间相互交叉的关系,非凸性二阶lp范数正则化项较好保持了图像的边缘形状信息,同时将这两个正则约束项融入到全变分函数中,可以准确地恢复边缘结构特征以及消除平滑区的阶梯效应和振铃效应.最后,为实现非凸性高阶模型的优化求解,提出了变量分裂法,将该模型分离成4个子问题,然后借助重加权l1交替方向法来完成图像去模糊的计算.测试数据显示,相比当前图像复原技术,所提算法具备更为理想的去模糊效果,复原图像表现出更高的峰值信噪比和结构相似度,可以更有效地恢复出边缘形状信息和纹理细节.     

Robust Remove Noise Using Multiple Degraded Images

In this paper, we propose a model to remove noise or deblurring by multiple degraded images. In the algorithm, we introduce robust L1 norm data fidelity term and bilateral total variation regularization term. Experimental results show that our algorithm is effective.     

图像去模糊算法在车载图像中的应用研究

文中首先对造成图像模糊的因素进行分析,介绍了现有模糊图像去模糊所采用的主要技术。接着,文中重点对车载模糊图像的去模糊问题进行研究,所设计的去模糊优化算法能够有效提高车载图像的去模糊效果。     

多尺度交替连接残差网络用于图像去模糊

为更好地解决由于相机抖动、物体之间相对运动等因素引起的图像模糊问题,本文设计了一种多尺度交替连接残差网络用于图像去模糊,采用"从粗到细"的多尺度方式来逐渐恢复出清晰图像。首先,提出一种多尺度残差模块来拓展网络宽度,提取并融合不同尺度之间的特征信息;其次,提出一种基于扩张卷积的交替连接残差模块来逐渐恢复模糊图像的高频信息;最后,利用一层卷积来对特征图进行重建。实验结果表明:本文所提去模糊算法的峰值信噪比以及结构相似度分别为32.313 6 dB和0.942 5,均高于目前先进的图像去模糊技术。从评价指标和主观效果上均可看出本文所提去模糊方法具有更强的图像恢复能力,纹理细节更丰富,能够有效提升图像去模糊效果,具有更强的实用价值。     

动目标多视角观测图像的三维去模糊方法

当目标在多视角观测成像系统中有相对运动时,所获取的多观测点图像是模糊的且各视角图像的模糊是不一样的,模糊核长度和方向都不同。针对这一问题,提出了多视角观测图像的三维去模糊方法。现有的图像去模糊方法主要是对单视角观测图像进行二维去模糊的,没有考虑目标多视角观测图像的模糊核之间的对应关系。文中从三维空间到二维观测面的映射关系出发,建立多视角观测图像的模糊路径之间的对应关系。先采用单观测图像去模糊的方法获取两视角观测图像的模糊核,并对模糊核进行精确化处理,得到单像素点宽的模糊核路径。再通过多视角观测图像模糊核路径之间的对应关系,估计其它观测图像的模糊核路径。最后,对多视角观测图像进行统一去模糊,并对去模糊后的多视角观测图像进行三维重建。实验结果表明,文中方法能较好地去除目标多视角观测图像的三维模糊,提高了目标的三维重建质量。     

雷电单站定位原理与关键技术

雷电是发生在大气中的一种瞬态大电流、高电压和强电磁辐射的天气现象.对雷电辐射源进行有效定位可为雷电预警、雷电防护及雷电物理研究提供必要信息.文章介绍了雷电单站定位的特点及单站定位系统的应用现状;分别从声、光、电磁场3个角度总结了雷电单站定位的原理和方法,并从雷电信息提取技术、方位角去模糊技术等方面分析了电磁场雷电定位的关键技术;同时,研究了不同频段、不同原理雷电单站定位方法的优缺点.最后指出将多种单站定位技术有机结合的方法,可以更好地实现高精度、宽领域的雷电单站定位.     

基于模糊结构图的模糊核估计

图像结构边缘对模糊核估计有重要意义.近年来许多成功的算法都致力从潜在清晰图像中分离出结构边缘形成中间图像,然后用其与模糊图像一起估计模糊核.但是这些算法忽视了从模糊图像中分离出结构边缘对应的部分,导致核估计过程中目标函数的数据项不平衡.针对这一问题,本文利用中间图像和潜在模糊核产生二值模板对模糊图像进行处理,分离出结构边缘对应的部分,并用其修正目标函数.此外本文提出采用L0范数同时约束幅值域和梯度域的正则项,从而缩小核估计的解空间.多个标准测试数据库上实验结果表面,本文算法无论在鲁棒性还是准确性方面均具有更好的效果.     

图像去模糊的l0范数最小化方法

针对经典的图像去模糊问题,提出了一种基于l0-范数约束的图像去模糊算法。该算法结合图像稀疏性的特点,利用l0-范数作为正则项约束,保证了恢复图像的稀疏性要求。为了有效的求解l0-范数优化问题,引入两个辅助变量,将原问题分解为两个子优化问题,并采用交替方向法进行快速求解。实验结果表明,对于不同程度的高斯模糊和运动模糊,该算法都能够得到有效的恢复结果。     

改进多尺度U型网络的红外图像去模糊方法

针对热成像设备采集的红外图像纹理细节较粗导致去模糊效果不佳的问题,在基于深度学习的可见光图像去模糊网络基础上,提出了一种改进的适用于红外图像的单幅图像去模糊方法,该方法以多尺度U型网络为基础进行改进。首先,在编码模块中引入对偶注意力单元,增强网络的特征表达能力;其次,将快速傅里叶变换嵌入到特征融合模块,加强网络对于高低频信息的处理能力;最后,选择更优的激活函数和损失函数,实现更好的信息流动并提升模型的鲁棒性。在红外数据集上进行测试,并与原网络进行对比,结果表明,本文改进网络的图像细节恢复得更好,峰值信噪比提升了0.53 dB,红外图像去模糊效果良好。