基于自学习的稀疏正则化图像超分辨率方法

如何设计既能够保持边缘与纹理结构又具有较低计算复杂度的图像超分辨率算法是目前该领域有待解决的难点问题。在Bayesian统计框架下建立了一种新的基于稀疏正则化的图像超分辨模型。模型中的保真项度量理想图像在退化模型下与观测图像的一致性,稀疏正则项刻画理想图像在词典下的稀疏表示。该模型还引入了图像的非局部自相似性和超拉普拉斯先验作为正则化约束。为使稀疏域更好地表征高分辨率图像,选取高分辨率图像块的高频特征进行稀疏表示,由此增强了稀疏模型的有效性。将词典学习融入到超分辨率重建过程中,即直接从当前估计的高分辨率图像特征块学习词典,与从训练样本库中学习词典相比,这种自学习的方法对不同图像的自适应性更强,并且减少了运算量。实验结果表明,该方法可以重建清晰的图像边缘,减小振铃效应,并且对噪声具有很好的鲁棒性。     

基于小波稀疏的全息显微成像研究

数字全息显微镜要想满足高的分辨率通常需要获得许多张全息图,以达到较好的图像恢复效果.如果全息图的数量较少,则会导致重建的图像质量下降.由此提出一种基于小波稀疏重建的图像恢复方法,并对重建的图像用结构相似度指数来量化成像质量.通过获取人体血液红细胞的图像,得到3幅不同高度的全息图后进行稀疏重建,对这些图像进行结构相似性(...     

近似稀疏正则化的红外图像超分辨率重建

针对红外图像分辨率低、受噪声影响严重等问题,引入近似稀疏正则化和K-奇异值分解（K-SVD）法,提出了基于近似稀疏表示模型的红外图像超分辨率重建方法。考虑到红外图像受到噪声污染,首先建立了稳健近似稀疏表示模型。针对已有字典训练方法时间消耗巨大问题,在假定低分辨率图像空间和高分辨率图像空间具有相似流形的前提下,联合近似稀疏表示模型和K-SVD方法,提出近似稀疏约束的基于K-SVD的高低分辨率字典对学习算法。最后,通过高分辨字典和对应的红外图像群稀疏表示系数重建得到高分辨率的红外图像。为了验证算法的性能,对提出的算法与稀疏性正则化的图像超分辨模型（SRSR）和Zeyde算法进行了实验比较。结果表明,本文方法能够较好地减少红外图像中的噪声,同时获得更好的超分辨率重建效果。     

半全局立体匹配算法的改进研究

针对半全局立体匹配中单一 Census 精度不足且边缘区域视差效果较差的问题,提出一种基于颜色差信息 BTCensus 和加入分割约束的半全局匹配算法。首先该算法采用联合三通道 BT 算法和 Census 变换的计算方式实现代价计算,缓解重复纹理歧义并提高不连续区域配精度;同时将图像分割得到的场景信息作为约束对代价聚合函数进行改进,保证割块内部的纹理平滑,提高边界纹理区域的匹配精度;最后引入图像分割信息进行分步中值滤波,平滑视差图。实验表明,该算法在重复纹理区域、视差不连续区域和弱纹理区域都取得了较好的视差效果,可获得高匹配率的视差图。     

融合通用形变模型信息的面部三维重建

基于图像对的立体重建是用于获取人脸三维信息的通用方法,但根据图像数据和重建算法所得到的三维重建结果存在各种误差,本文对通用形变模型进行改进并与三维立体重建融合以得到更精确的重建结果。首先使用Max-Margin对象检测算法来获取面部边界框,其中回归树集合法能直接从像素强度的稀疏子集识别面部特征点。然后通过PCA颜色模型生成形状和颜色的三维面部统计模型,利用ISOMAP算法将三维网格转换为二维表面并提取纹理信息,得到面部模型。最后在源网格上进行两步非刚性表面配准的变形过程:先通过对源网格进行二次采样来选择少量网格点来表示源的全局变化,并选取径向基函数(RBF)进行非刚性全局变形;再对源顶点进行Procrustes分析获得非刚性变换,再通过加权方案来进行k-近邻变换,得到平滑的局部变形。将单图像重建的面部模型,立体重建的面部模型和本文的面部变形模型与高质量扫描云图进行对齐比较,得到面部变形模型的3个RMS值分别为2.795 2,2.102 8和2.153 4,相比于其他模型,面部变形模型更接近高质量扫描云图,即与原图像一致性更高,误差更小。面部变形模型的定性和定量分析表明,立体重建与人脸一般形状信息的组合在几何信息的表达上优于基于通用模型的单个图像重建以及未考虑通用模型的立体重建。     

高阶混合正则化图像盲复原方法

提出了一种高阶混合正则化图像盲复原方法,用于实现模糊噪声图像的清晰化盲复原。根据自然图像边缘的稀疏特性,对图像的边缘细节成分进行了全变差(total variation TV)正则化约束,根据自然图像同性质平滑区域内像素值的变化规律,将一种高阶的类Tikhonov正则化约束运用于图像的平滑区域中,提出了一种新的高阶混合正则化模型。最后,提出一种多变量分裂布雷格曼(Multi-variable Split Bregman MSB)最优化迭代策略对提出的模型进行最优化求解。实验结果表明,提出的方法能够很好地保护图像的边缘细节,同时有效地消除图像平滑区域内的阶梯和假边缘瑕疵。与近几年的一些较好的图像盲复原方法相比,本文方法的信噪比增量(increase of the signal to noise ratio ISNR)增加了0.03~2.5 dB。     

基于稀疏表示和Weber定律的运动图像盲复原

针对运动过程中视觉图像易产生运动模糊的问题,提出了一种基于稀疏表示和Weber定律相结合的图像盲复原方法。该方法利用冲击滤波器预测模糊图像的显著边缘梯度,并用多尺度策略由粗到细进行模糊核的估计。然后,对图像盲复原模型进行稀疏正则化约束,并结合反映人类视觉特性的Weber定律对合成模糊图像和真实模糊图像进行盲复原。实验结果表明,本文采用的盲复原算法的性能指标和图像的纹理都达到了较优的复原效果。与近年较好的Rob Fergus去模糊方法和Xu Li去模糊方法相比,对Lena模糊图去模糊后的结构相似度(SSIM)为0.762 4,峰值信噪比(PSNR)提高了1.82~2.99dB;对Cameraman模糊图去模糊后的结构相似度(SSIM)为0.8589,PSNR提高了2.46~5.58dB。另外,本文方法降低了复原图像的边界伪影,符合人的视觉感知特性。     

数据保真项与稀疏约束项相融合的稀疏重建

本文针对低光子计数成像过程中产生的泊松高斯混合噪声,提出了一种数据保真项与稀疏约束项相融合的稀疏重建方法。首先,基于泊松高斯噪声相互独立的混合噪声模型,建立了数据保真项与稀疏约束项相融合的稀疏重建目标函数;在图像块聚类的基础上,应用改进贪婪算法实现类内稀疏分解和字典更新;最后,稀疏分解和字典更新交替迭代求解干净图像。针对强烈泊松高斯噪声污染图像的重建实验显示,本文方法与对比方法相比,重建结果的PSNR值平均提升了5.5%,MSSIM值也有明显提升。这些结果表明:本文方法对具有强烈泊松高斯混合噪声的图像有较好的图像复原和噪声去除效果。     

逆向工程中基于几何约束的汽车零部件模型重建

结合汽车变速籀、发动机零部件的精密测量和数字建模，考虑零部件实物模型中的隐含约束关系，提出了基于几何约束的模型重建和优化求解方法。该方法把约束按照优先等级顺序添加到约束图中，应用自由度分析法建立协调的约束系统，把复杂约束问题分解为约束子问题进行求解。将该方法应用于变速箱零部件模型重建中，所得到的几何模型较好地反映了原始设计意图，满足产品装配精度要求。     

具有复杂轮廓特征的实体模型重建方法

基于特征的模型重建是结构类零件实体模型重建的一种重要方法。借鉴正向设计的思想，提出了通过创建截面轮廓线来重建一类具有复杂轮廓特征的方法：首先选取合适的轮廓截面并得到截面轮廓数据点，然后排序轮廓数据点、识别轮廓线型、拟合分段曲线以及提取约束关系，进而实现截面轮廓的约束拟舍，从而得到满足有效约束的截面轮廓线；将截面轮廓线以某种扫掠方式形成实体特征，根据特征之间的依赖关系，运用实体布尔操作将各实体特征“组合”为实体模型。重点研究并实现了其中的关键技术——基于约束的截面轮廓重建方法，并用实例验证了方法的有效性和稳定性。     

管线布局设计的约束因素分析及建模方法研究

布局设计是一个基于约束空间的求解过程，而影响布局设计的约束因素又是复杂多变的，针对工程领域的管线布局设计问题，提出了约束元，约束集，约束方法，约束度，约束链和关联约束子集等概念，并应用这些概念对影响管线布局的约束因素进行了分析，进而给出了基于目标分解的管线布局建模方法。     

一种新的约束识别与求解算法

约束拟合是逆向工程中模型重建的重要一环。其中约束的识别与求解是约束拟合的关键。本文提出了一种新的二维约束识别求解算法,实现了约束识别求解器。首先给出了二维基本图元的规范化表示及其常见约束关系;然后根据约束识别准则,自动识别出基本图元之间的潜在约束关系,并交互地对其进行确认和编辑;最后根据这些约束关系,采用合适的约束表达策略以及有效的优化算法,进行整体的约束求解,实现基本图元之间的同步拟合。大量实验证明了该算法的稳定性和有效性。     

支持协同产品开发的约束模型研究

约束是协调来自产品全生命周期中的各种要求、关系和规范的有效手段。本文分析了协同产品开发中约束的特点,在此基础上,根据问题求解理论提出了一种变粒度的约束网络模型,研究了变粒度约束网络中的映射规则,以及变粒度约束网络的性质和特点,最后介绍了变粒度约束网络模型的应用情况。     

ADAMS约束问题讨论

机构存在冗余约束时,ADAMS会在计算时自动解除一些约束,从而使被解除约束的自由度上不会计算构件间的作用力.冗余约束应在进行动力学分析前被手动解除,以获得更精确的结果数据.     

可调节多约束Catmull-Clark细分曲面研究

提出了一种顶点和法向约束下的细分曲面构造方法。即在约束点网格基础上,先用带形状因子的Doo-Sabin方法对其细分一次,然后采用Lagrange乘子法优化求解顶点、法向和相似性约束下的最小顶点扰动量,并根据优化结果反复调整顶点位置,最终得到满足插值条件的细分曲面控制网格。该方法无需求解全局方程组,控制网格求解效率高;而求解过程中相似性约束的增加,保证了插值曲面的质量;形状因子的引入,则起到调节位置和法向约束影响范围的作用,从而给设计者提供更多的形状表达自由度。     

CAD建模中的草图约束处理

介绍了CAD技术中适合于工程设计人员使用的草图功能。着重论述了草图约束的概念,分析探讨了尺寸约束和几何约束的类型及处理方法。     

几何约束等价性及等价迭代研究

针对几何约束系统中不可构造的柔性复合顶点的求解问题,引入等价约束,分裂部分约束以打破柔性复合顶点的强耦合性,形成只包含简单顶点的求解序列。基于等价约束的性质和结构拓扑,研究了求解序列顶点存在与不存在实数解情况下,雅可比矩阵的求解方法,从而以少量分裂约束方程组对等价约束变量的等价迭代,或者柔性复合顶点的局部迭代,取代柔性复合顶点的整体数值迭代求解,降低迭代的维数,算法实现于几何约束求解引擎CBA(constraint broadcast automa-tion)中。     

约束网络及约束传播技术在并行设计中的应用研究

探讨人工智能中的约束网络及约束传播技术的并行设计中的应用,先将设计变量构成约束网络,通过约束传播技术使得设计变量趋于精确,并将推理依据进行记录,在发生冲突时系统呆以根据所记录的约束来源协调设计过程,达到协同设计的目的。     

参数化设计中表示约束关系的方法

介绍了一种新的参数化设计中约束关系的描述方法，并根据这些约束数据形式提出了基于有向无环图的数据结构表示思想。这种数据结构集工程图所有的约束关系于一体，具有结构单一、操作简便、信息完备且无冗余等优点，已在工程图理解系统中得到成功的应用。     

协同设计中基于约束的冲突检测

如何实时检测设计冲突从而维护设计一致性是协同设计的关键问题。提出了基于约束的自动冲突检测方法；介绍了设计约束在产品信息模型中面向对象的表征；讨论了工程设计中的约束满足问题及其区间求解算法，并在此基础上发展了一个基于网络的冲突检测器。冲突检测器能够在协同设计过程中实时检测设计冲突，避免不必要的设计反馈和重复磋商，从而提高了设计效率。并以减速器协同设计的冲突检测实例显示了冲突检测器的有效性。