基于Gabor变换的图像邻域嵌入超分辨率放大

为了改善图像超分辨率放大的效果,提出一种基于Gabor变换的超分辨率放大算法。通过将图像块与多方向、多尺度的Gabor滤波器求卷积,来提取图像块的局部特征;利用欧几里得距离度量标准,为提取了Gabor特征的测试图像块寻找准确的近邻图像块,并通过联合学习高、低分辨率图像块对的方法,求出图像块对之间的关系;将寻找到的近邻图像块进行线性组合,求得所需的高分辨率图像块。实验结果显示,图像的Gabor特征能够帮助测试图像块找到更准确的近邻图像块,从而提高超分辨率算法的性能。     

一种用于人脸识别的正交邻域保护嵌入算法

在邻域保护嵌入算法的基础上,提出了一种新的降维方法——正交邻域保护嵌入算法．首先,从最优投影的概念出发,定义了一种反映投影向量的邻域结构保护能力的函数;然后以邻域保护函数为目标函数,在原始的优化问题中增加正交约束条件,推导得到一组具有正交性的最优投影向量的迭代公式．与邻域保护嵌入算法相比,得到的正交向量具有更好的邻域保护性能,从而带来更强的判别能力,降低了误差率．在标准人脸库上的实验结果表明,与其他降维方法相比,新算法的最低误差率可减小15％~20％,且在选取的特征维数较低时就可获得最优值．     

多级字典学习的图像超分辨率算法

改进单级字典学习的图像超分辨率算法,给出一种多级字典学习的图像超分辨率算法。通过多对字典的训练,记录不同层级退化图像和原始高分辨率图像之间的关系,由多对字典预测给定低分辨率图像不同层级丢失的高频信息,将预测出的高频信息与给定的低分辨率图像相加,得到逐级增强的高分辨率图像。在训练图像集相同的条件下,对于无噪声且没有压缩的低分辨率图像,改进算法相比单级字典学习的图像超分辨率算法,恢复出的高分辨率图像的峰值信噪比可平均提高约0.6dB。     

基于残差字典学习的图像超分辨率重建方法

为了提高图像重建质量,在保留图像空间结构信息的同时恢复更多图像高频信息,提出一种基于二维可分离字典和残差字典的图像超分辨率重建方法.不同于传统的基于一维字典的超分辨重建方法,二维字典直接利用图像的二维矩阵表示,因此,可以保持图像的空间结构信息,减少字典参数的数量,节省存储空间.为了更好地恢复图像高频信息,在二维可分离字典重建图像基础上,引入残差字典,重建边缘等高频信息,两类字典各有侧重,二者结合可得到更高质量的超分辨率重建图像.在典型的公共图像集上的实验证明了提出的结合二维可分离字典和残差字典的图像超分辨重建方法的有效性和优越性.     

引入细节约束因子的半耦合字典学习超分辨率重构模型

为了提升单幅图像的超分辨率重构细节,提出了一种基于细节保持的超分辨率重构方法.针对半耦合字典学习超分辨率算法细节保持不够高的缺陷,采用细节约束因子与半耦合字典交替学习策略.在重构阶段,利用图像水平方向与垂直方向的梯度构建细节约束因子,并引入到半耦合字典学习框架,进一步提高重构精度.为了改进细节约束因子在重构过程中的贡献...     

基于全局距离和类别信息的邻域保持嵌入算法

提出一种基于全局距离和类别信息的邻域保持嵌入算法。该方法在使用欧氏距离构造邻域图中,加入表征全局距离的全局因子和表示类别信息的函数项,全局因子可以使分布不均匀的样本变得平滑均匀,类别信息可以使同类样本点紧凑异类样本点疏离,通过提高所选邻近点的质量,优化数据的局部邻域,使降维后的数据具有更好的可分性。试验结果表明,该算法具有较高的准确率,优于传统的邻域保持嵌入算法。     

一种基于稀疏字典和残余字典的遥感图像超分辨重建算法

为了解决低分辨率遥感图像超分辨率重建问题,提出一种基于稀疏字典和结构自相似性的遥感图像超分辨方法.首先,引入了稀疏字典学习方法,改善了字典的结构性,得到的字典具有较好的正则性与灵活性.此外,为了更好地重建高分辨率图像,学习初始稀疏字典对和残余稀疏字典对.初始稀疏字典对用于重建初始高分辨率遥感图像;初始高分辨率遥感图像相对于原始高分辨率图像失去了部分细节信息,用残余稀疏字典对对图像的残留信息进行重建.最后,根据遥感图像存在大量的结构相似性特性,利用非局部均值算法对重建图像进行修正.实验结果表明,本算法与其他算法相比,图像质量在主观和客观方面都有所提高,峰值信噪(PSNR)比达到24.690 5,SSIM达到0.736 3.     

基于多锚点邻域回归的图像超分辨率算法

给出了一种多锚点邻域回归图像超分辨率算法。首先,对单锚点超分辨率算法重建的高分辨图像进行分块,利用欧氏距离在训练图像块集合中寻找每个图像块的近邻集合。其次,根据近邻块集合中的图像块在每个锚点空间出现的频率,计算近邻图像块的分布概率,获得相关的锚点。最后,利用指数函数计算相关锚点在图像重建时的权重。仿真实验证明,改进算法与单锚点超分辨率重建算法相比,所恢复的高分辨率图像的峰值信噪比有一定提高,并且图像的边缘更加清晰,细节信息更加丰富。     

城市交通信号自组织控制规则的邻域重构

为解决城市交通信号自组织控制中,交通流相变频繁及路网拓扑结构复杂等时空条件带来的固定局部规则控制精度的问题,提出一种城市交通信号自组织控制规则邻域的重构方法. 首先,定义邻域为当前路口自组织控制规则构造的关联相邻路口组合;然后,面向当前路口的相邻路口集合空间,应用综合因子分析法及互相关性等方法,构建当前路口与其任意相邻路口在位置上的相对空间表达、在交通流量传递上的相对时间表达,以此实现当前路口与其所有相邻路口的时空量化表达;最后,基于流体力学方程建立信号切换规则,以所构建的时空量化表达为依据,在关联相邻路口集合中重构当前路口自组织控制规则邻域. 仿真结果表明:当前路口最大通行能力、整体通行能力均随邻域的扩大而提升. 邻域重构可以解决固定规则邻域造成的控制精度问题,邻域的扩大也会影响交通流量释放的平稳性.     

基于稀疏字典学习的VLSI温度场重构技术

多核处理器等超大规模集成电路芯片通常采用动态热管理技术处理热问题.高精度重构芯片温度场是动态热管理正确运行、保证被测芯片运行性能及工作可靠性的前提条件.基于频域分析的温度场重构技术损失了一部分高频信息,重构精度较低.为了提升温度场重构精度,该文提出了一种基于稀疏字典学习的温度场重构方法.该方法通过字典学习将温度场先验信...     

基于费希尔信息度量的随机近邻嵌入算法

为提高文本分类的准确率,提出了费希尔信息度量随机近邻嵌入算法( Fisher information metric based on stochastic neighbor embedding, FIMSNE)。首先,把文本的词频向量看作统计流形上的概率密度样本点,利用费希尔信息度量计算样本点之间的距离;然后,从信息几何的观点出发,对 t 分布随机近邻嵌入( t-stochastic neighbor embedding, t-SNE)进行改进,实现了新算法。真实文本数据集上的二维嵌入和分类实验的结果表明：FIMSNE的性能在总体上优于t-SNE、费希尔信息非参数嵌入( Fisher information nonparametric embedding,FINE)和主成分分析( principal components analysis,PCA)。     

基于非局部相似性的立体图像超分辨率技术

针对透视几何,提出了一种新的基于非局部相似性的立体图像超分辨率算法。算法将混合分辨率技术中视点的下采样过程建模成退化模型,并把相邻的高分辨率视点图作为参考图。利用参考图及深度信息,合成一幅目标视点的高分辨率投影图作为初始估计。将非局部相似性作为正则项添加到退化模型中。在寻找相似子块时,对于公共视野区中的块,从参考图中寻找;而对于遮挡区的块,则从投影图中寻找。最后,用梯度下降法求最优解。仿真实验分别对合成图和真实图进行了测试,结果表明,该算法较现有的算法具有更好的视觉效果和峰值信噪比。     

基于小波变换和插值的超分辨率图像处理算法

根据图像小波变换和插值处理的特点，提出了一种将小波分解与插值算法相结合的图像插值处理方法，以提高图像的分辨率。通过实验表明：该方法能够较好的保持原图像中丰富的高频信息，经插值处理并小波重建后提高了图像分辨率，而且图像主观上具有很好的视觉效果，客观上具有较高的信噪比，并图像中细节丰富，无明显的畸变，因此它也是超分辨率图像处理的一种行之有效的方法。     

一种基于移相技术的图像超分辨方法

探测器像元尺寸的限制已成为空间遥感成像系统分辨率提高的一个瓶颈,针对以上问题,本文提出了一种基于移相技术的图像超分辨方法。通过采用移相技术获得相对焦平面产生小于探测器阵元尺寸的微小位移的图像序列,经过图像处理后获得实际分辨率优于探测器阵元尺寸的新图像。本文搭建了实验平台,介绍了实验装置的系统组成和工作原理,给出了图像处理采用的算法,并对其进行了实验验证。实验结果表明,利用该方法图像分辨率可以提高至原图像分辨率的1．4倍。     

基于稀疏表示与矩阵填充的多帧超分辨率图像重建

针对现有算法在通用图像分辨率要求较高时重建效果不稳定的问题,提出一种基于稀疏表示与矩阵填充的多帧超分辨率图像重建算法.对自然图像库进行训练建立过完备词典对,并将低分辨率图像分成若干图像块,根据局部先验约束建立稀疏表示模型,通过线性规划的方法求得过完备词典对下图像块的稀疏系数;利用多帧图像序列的相似性,采用非精确增广拉格朗日乘子法对全局约束构建的观测矩阵进行矩阵填充和矩阵恢复,最终获得高分辨率图像.实验结果表明,与其他主流算法相比,重建后的图像保留了更丰富的图像边缘与细节信息,不会过于平滑而导致图像模糊,并且不易受过完备词典选择范围的影响,具有较好的稳定性和更高的峰值信噪比,可应用于遥感图像超分辨率重建等图像应用领域.     

超分辨率算法研究综述

摘要：图像超分辨率是指利用一幅或多幅低分辨率图像,运用相应的算法来获得一幅清晰的高分辨率图像.然而,传统的基于插值和重建的方法已很难获得进一步的突破.近年来出现的基于学习的方法为超分辨率的发展重新注入了活力.通过回顾插值、重建和学习这3个层面的超分辨率算法,分析了超分辨率技术的以往研究和最新进展,着重讨论了各算法在还原质量、通用能力等方面所存在的问题,并对未来超分辨率技术的发展作了一些展望.     

MTF Measurement of EBCCD Imaging System by Using Super Resolution Technique

Existing methods of measurement MTF for discrete imaging system are analysed. A slit target is fre-quently used to measure the MTF for an imaging system. Usually there are four methods to measure the MTF for a discrete imaging system by using a slit. These methods have something imperfect respectively. But for the dis-crete imaging systems of under sampling it is difficult to reproduce this type of target properly since frequencies above Nyquist are folded into those below Nyquist, resulting in aliasing effect. To tackle the aliasing problem, a super resolution technique is introduced into our measurement, which gives MTF values both above and below Nyquist more accurately.     

Estimation of Initial Disturbances for Rockets Based on Interactions of Rockets and Directional Tubes

The initial disturbance,whichis the ballistic de-flection of rocket whenthe rocket leavelauncher com-pletely,is such an i mportant influencing factor onlaunching accuracy that become one of the majorproblems which launching dynamics studies[1].Be-cause the structure and excitation of rockets/launchersystem are very complicated,there is no directmethod that can measure initial disturbances effec-tively.An indirect method[2],in terms of theory,can only esti mateinitial disturbances while thereis…     

基于最大独立链路集的随机虚拟网络映射算法

提出了一种基于最大独立链路集的快速随机虚拟网络映射算法. 基于图论中的匹配理论重新定义了带权图中匹配的概念,并命名为独立链路集,在映射独立链路集中的虚拟链路时首先将物理链路按照资源可用性进行筛选,然后随机映射到单一物理链路上,以此提高虚拟网络映射成功率及减少链路映射消耗,同时随机映射能保证物理网络的负载均衡. 仿真实验表明,该算法能有效减少链路映射的消耗和提高虚拟网络接受率.     

基于SR-树的空间对象反最近邻查询技术研究

反最近邻查询是空间数据库的重要应用之一,是在最近邻查询基础上提出的一种新的查询类型,以往基于范围查询或最近邻查询的方法搜索影响集效率不高,本文在分析RNN查询的基本概念和存储区域的基础上,区别于R＊-树,提出了基于SR-树的RNN查询方法,优化了空间对象的反最近查询性能,在高维空间查询上具有明显优势。