基于独立分量分析的极化SAR图像的相干斑抑制

研究基于独立分量分析( ICA)的极化合成孔径雷达（SAR）图像相干斑抑制方法。该方法将极化SAR图像斑点噪声的乘积模型，变换为应用ICA的信号独立加噪模型。并且将HV/VV的比值图像，也作为ICA的输入数据。利用ICA 的分离性，得到了分别对应于HH、HV和VV极化的三幅降噪图像。经本文方法处理后的图像，其相干斑噪声得到了有效的抑制，具有较高的等效视数，明显地改善了图像的质量。     

极化SAR图像相干斑抑制的ICA方法与分析

极化合成孔径雷达(synthetic aperture radar,SAR)图像为雷达图像中的信息处理和获取提供了更为便捷的途径。提出了基于独立分量分析(independent component analysis,ICA)的极化SAR图像相干斑抑制方法。该方法将极化SAR图像斑点噪声的乘积模型,变换为应用ICA的信号加噪模型。并且将HV/VV的比值图像,也作为ICA的输入数据。分别使用几种不同的ICA算法,得到了分别对应于HH、HV和VV极化的3幅降噪图像,并对结果进行了比较分析。实验结果表明,应用ICA算法可以有效地降低极化SAR图像的相干斑噪声,提高图像质量。     

我国配装眼镜产品质量现状

配装眼镜通常包括两大类,一是验光处方的定配眼镜;二是批量生产的装成眼镜。近年来,中国的眼镜行业发展迅猛,商机无限。为了更好地规范市场,1999年第3季度,国家质量技术监督局组织对全国的配装     

SAR图像压缩的多尺度自回归滑动平均模型方法

本文研究在无需SAR图像先验知识条件下,基于多尺度自回归滑动平均MARMA模型的SAR图像压缩方法.该方法首先对SAR图像建立MARMA模型,依据MARMA模型对原始图像进行预测,然后对预测的残量进行数据压缩.将此方法用于实际SAR图像压缩,并将基于MARMA模型和多尺度自回归MAR模型的压缩结果与相应的JPEG结果进行比较和分析,说明基于MARMA模型的SAR图像压缩方法既能达到较高的压缩比,又能取得较好的保真度,是一种很有潜力的压缩方法.     

SAR图像无监督分割的空间变化混合MAR模型方法

提出SAR（Synthetic Aperture Radar）图像的空间变化混合多尺度自回归（Spatially Variant Mixture Multiscale Auto Regressive，SVMMAR）模型方法，该模型不仅能刻画SAR图像的空间变化性，而且利用了SAR图像多尺度序列的统计特性；采用的分类器是像素标号的极大似然估计，细化的同时简化了传统Bayes分类器；该模型无需预先抑制斑点噪声，就能获得精确分割结果；并且理沧上证明了在图像粗尺度确定分类个数的合理性，在此基础上提出一种在粗尺度确定分类个数的新方法，大大减少了运算量。     

基于稀疏重构框架下剪切波的SAR图像去噪

SAR图像很容易被乘性噪声多污染,进而影响SAR图像后序的分析与处理。本文中提出了一种基于剪切波稀疏编码的SAR图像移除乘性噪声的新模型。首先通过压缩感知理论建立SAR图像去噪模型;其次通过剪切波变换获得剪切波系数,每个尺度的系数视为一个单元;对于每个单元,通过剪切波域的贝叶斯估计对稀疏系数进行迭代估计。重现的单元最后结合起来构造去噪后的图像。SAR图像去噪效果显示了该算法有良好的表现性,对噪声具有鲁棒性;本文提出的算法不仅有较好的去噪效果,而且还保存了更多的边界信息。     

曲波域高斯混合尺度模型的图像压缩重构

压缩传感理论将信号的采样与压缩同时进行,利用信号在变换基上可以稀疏表示的先验知识,从比香农采样少的多的观测值中重构原始信号。近年来,两步迭代阈值算法作为一种求解反问题的优化方法,因其与多尺度几何分析存在紧密联系,且算法参数少,思想比较简单等特点,已经应用到了压缩重构中。但其使用时域的软硬阈值算子,不能获得很好的图像稀疏表示,从而使得算法重构精度不高。针对上述问题,本文在研究两步迭代阈值算法的基础上,提出了一种自适应的两步迭代阈值算法。该算法利用当前估计值提供的信息自适应估计步长参数,保证了估计值向最优解方向移动,提高了算法的重构精度,且针对其稀疏表示信号能力不足的缺点,运用高斯混合尺度模型对曲波邻域系数进行建模,充分利用曲波变换平移不变性和多方向选择性的优点,增加了图像表示的稀疏度。最后将其应用到图像压缩重构中,实验结果表明,该算法在峰值信噪比和主观视觉上都优于小波域高斯混合尺度模型和曲波硬阈值重构方法。     

关于减少面粉中含砂量和麸星的探讨

小麦区别于其他禾谷类作物的一个独特之处，是其面粉蛋白质水合后能够形成面筋，赋予面团弹性和延展性，能制作多种食品，如烘焙食品（面包、饼干、酥饼等）、蒸煮食品（面条、馒头、饺子等）和油炸食品，其再制品数量之大，花样之多均居各类农作物之首。小麦面粉是我国食品的主要原料之一，用小麦面粉制作的面条、馒头、面包以及各种快餐食品，在人们日常生活中有着极其重要的地位。因此，由小麦加工出的面粉质量不仅关系到主食地区人民的食物满足程度和食品多样化水平，而且与人民的健康息息相关。     

一种剪切波域的稀疏分量分析方法简

In applications of the image blind source separation, the traditional method of Independent Component Analysis(ICA) computes the mixed matrix by using source image directly, without using the prior knowledge that images can be represented sparsely in the transform domain, and it can not lead to a better effect. Based on the capacity of image sparse representation by shearlet, a method of sparse component analysis in the shearlet domain is presented. The image mixed source is first transformed to the shearlet domain and obtains a shearlet coefficient, then the sparsest coefficient is selected by computing kurtosis, and finally the sparse coefficient is used as the input of the ICA method to realize image separation. The complexity of the solving procedure represents a significant decrease since it chooses a less sparse coefficient. Experimental results show that, compared with the traditional ICA method, the method in this paper leads to a better separation effect and shortens the operation time of the algorithm.     

基于广义多分辨似然比的SAR图像无监督分割方法

首先在多分辨四又树上定义了一个广义多分辨似然比，刻画并且累积了SAR（synthetic apertu reradar）图像中目标与背景在不同分辨率上的差异，从而增大了目标与背景之间的区分度。为了达到图像无监督分割目的，提出一个有效的空间变化混合多尺度自回归（spatially variant mixture muhiscale autoregressive简称SVMMAR）模型方法，利用该模型分别估计出每个分辨率上广义多分辨似然比中一组密度函数的参数。为了考虑被分类象素与周围象素之间的Markov性，减弱对噪声的敏感性，利用开窗技术来确定中心象素点的类别。实验中与通常的分割技术作了比较，也表明该方法不论从分割的精度，对噪声的敏感度，还是从边缘的光滑度都表明该方法具有较强优势。