基于面积投影的图像配准方法

针对低分辨率图像之间的配准精度问题,直接影响到超分辨率图像的重建质量.通常图像之间的平移和旋转,采用基于泰勒级数展开的迭代配准算法以及频域配准算法.传统的泰勒级数展开的迭代配准算法的配准精度取决于图像的低阶逼近误差及迭代过程中图像的插值近似运动变换所造成的误差.采用泰勒级数展开的配准算法进行了改进,以面积投影变换来替代原有迭代算法中的图像插值变换,这种图像变换算法更加符合图像的成像原理,仿真结果表明,算法能够有效提高低分辨率图像间平移和旋转角度的配准精度.     

泰勒级数准则函数鲁棒性点云配准算法

为减小离群点对点云配准精确度的影响,避免点云配准迭代计算过程中陷入局部最小值,基于鲁棒性准则函数点云配准框架提出泰勒级数准则函数鲁棒性点云配准算法.该方法分为泰勒级数准则函数的提出和配准初始值的确定2个方面.泰勒级数准则函数中,考虑各准则函数限制离群点影响来提高配准精确度的内因,对权值递减速率较合理的Cauchy准则函数进行泰勒级数展开,构造泰勒级数准则函数解决离群值问题;配准初始值的确定中,通过计算待匹配点云数据集的重心,根据重心信息确定平移向量,解决局部最小值问题.数值实验结果表明,泰勒级数准则函数配准误差较最小二乘法、Huber、Tukey和Cauchy准则函数更小,在配准精度上有了较大的提高,并且误差值稳定收敛;引入插值算法对点云数据进行处理,对后续的配准精度有一定的改善.     

自适应图像插值改进算法

Hao-Cecilia图像插值算法能消除边缘锯齿,但只能进行2倍插值。针对该问题,提出一种改进的线性图像插值方法。对图像插值变分正则化约束的欧拉方程用泰勒展开式进行离散化,使插值沿着图像水平线方向进行,消除插值图像边缘的锯齿现象并抑制模糊。实验结果显示,该算法能产生良好的视觉效果,使客观评价指标(峰值信噪比)得到较大提高。     

融合高阶多尺度特征的路面裂缝图像分割算法

针对裂缝图像的光照不均匀、斑马线等复杂背景使得传统的裂缝图像分割算法容易丢失细微及末梢裂缝等问题,本文提出了一种基于泰勒级数和多尺度特征的裂缝图像分割算法.首先,采用瑞利和高斯分布构成的有限混合模型对裂缝背景和目标进行建模,并使用期望最大化算法求解混合模型的参数;然后,通过泰勒级数的展开式描述裂缝的梯度方向,利用尺度变换构造裂缝图像的高阶多尺度特征;最后,将灰度有限混合模型和裂缝高阶多尺度特征融合到马尔科夫随机场模型,通过条件迭代算法优化求解裂缝标号场最大后验概率来实现图像分割.性能测试和不同算法对比分析实验表明,本文算法在保证裂缝几何参数不变的前提下能够抑制非裂缝目标并保留低对比度、细微和末梢裂缝,分割准确率达到85.93%、灵敏度达63.87%,衡量指标优于其他算法.     

基于泰勒展开式与曲率逆向驱动的图像超分辨算法

针对传统的插值算法和基于模型的超分辨算法通常会导致图像对比度和清晰度下降等问题,提出了一种基于泰勒展开式与曲率逆向驱动图像超分辨算法。该算法首先采用泰勒公式估计图像灰度值的变化趋势,然后利用等照度线的曲率细化图像边缘特征,并将梯度作为约束条件抑制图像边缘的锯齿与振铃效应。大量实验表明,所提算法在清晰度和信息保留度上比传统算法更具有优势,算法处理结果更符合人眼视觉效果,在泰勒展开式的基础上进行逆向扩散也使该算法的运行效率明显高于传统迭代算法。     

基于泰勒展开式的图像插值方法

为获得清晰光滑的图像轮廓,提出一种基于泰勒展开式的图像插值方法。根据靠近边缘中心一侧的已知像素,利用泰勒展开式估计待插值像素,减小插值图像边缘的宽度,并增加边缘斜坡坡度,从而获得清晰的插值图像边缘。实验结果表明,该方法简单且易于实现,与逆梯度加权方法相比,能获得更清晰的图像边缘。     

基于泰勒级数的迭代学习算法

针对存在不确定扰动的线性时变系统的轨迹跟踪控制问题,提出了基于泰勒级数的迭代学习算法．该算法利用泰勒级数将系统参数化,导出一种基于泰勒级数的线性时变系统的近似模型．在此模型的基础上,利用迭代学习方式修正输入量的泰勒展开系数,并用LMI方法求解学习增益矩阵．所提出算法在系统不满足正则性或无源性时,仍可用输出误差信号来构造学习律．仿真结果表明了该算法的有效性．     

基于OTSU的图像插值算法

在图像畸变矫正和图像缩放过程中,需要使用插值算法对像素点进行插值.为了更好地保留图像的纹理细节,以及降低算法时间复杂度,论文提出一种基于OTSU的图像插值算法.利用被插值点四邻域像素的方差来划分图像区域,并采用OTSU算法确定阈值,对图像平坦区域采用双线性插值,而图像纹理细节部分采用双三次插值.实验结果表明,该算法很好...     

基于互信息的医学图像匹配中的改进插值算法

基于互信息的配准方法是医学图像配准领域的重要方法,具有鲁棒性,精度高等优点,已成为医学图像处理领域的热点.在计算两个图像之间的互信息时,为了图像配准精度,图像的像素点经过空间变换需要进行插值,目前采用的插值方法一般都定位在单一的传统插值算法,由于传统的插值算法存在插值精度低或插值速度慢的缺点,提出了一种基于像素点的亮度绝对误差的图像插值算法,插值算法结合了近邻插值算法和双三次插值算法的优点,提高了配准的速度和精确度.通过对头部图像进行配准实验,验证了插值方法的有效性.     

运动人体阴影检测算法

为了抑制运动人体检测与跟踪中运动人体阴影的影响,提出了一种基于光照模型和图像纹理特征的阴影检测算法.首先依据光照模型理论,将互相关函数引入算法,并根据背景图像和当前图像对应像素点的互相关函数值判断其是否为阴影点.在此基础上,依据图像的纹理特征,将交叉熵函数引入算法,对互相关函数判断为非阴影点的像素,进行二次判断.该算法利用泰勒级数将交叉熵函数中的对数和除法运算转化为乘法运算,简化了运算过程.通过白天和晚上两种条件下的实验,验证了算法的准确性和有效性.     

Taylor series and adaptive fusion strategy for Bayer demosaicking

Demosaicking is an important step in generating a full-color image from a color filter array image captured by a single-sensor digital camera. In this paper, we propose a new demosaicking algorithm which uses Taylor series and an adaptive fusion strategy. For generating directional predictors, we present a new interpolator based on Taylor series. The directional predictors are used together with spatial and spectral correlations. Using these predictors and the adaptive fusion strategy improves the green channel interpolation, in turn helping to reconstruct the red and blue channel interpolations. Experiments comparing the proposed algorithm to some other demosaicking algorithms show that the proposed algorithm provides superior performance in terms of both objective and subjective image quality.     

运用可变模板进行并行图像处理的一种快速算法

提出了一种在并行机上有效地计算（空间）可变模板的方法，论证了利用一个在图像网格点处计算多项式的优化算法，可以大大减少可变模板的运算量，对于包含非多项式函数的可变模板，可以用函数的泰勒级数展开实现在像素点上的递推运算，详细分析了可变模板中若干常用函数的泰勒展开用于实现模板运算的合理性，准确性和有效性，关于硬件的影响以及该方法的适用范围，也做了讨论。     

基于Retinex的图像阴影恢复技术的研究与实现

针对阴影部分细节恢复的Retinex模型, 提出了一种将多尺度Retinex算法与泰勒拉伸相结合的新型算法。算法中采用高斯滤波无限脉冲响应实现多尺度Retinex, 并且通过一元二次泰勒展开函数对图像进行拉伸, 同时利用高斯分布对拉伸区域进行自适应设定。实际结果表明, 提出的算法能够有效地增强图像信息, 在恢复和改善阴影区域细节的同时提高了图像的对比度, 并保持了图像的色彩空间。同时, 本算法具有较快的运算速率, 在一定程度上实现了算法的实时性要求。     

基于多元Taylor级数和AFS的混合定位算法

针对传统Taylor级数定位算法存在精度严重依赖初始值,导致定位精确度不高的缺陷,结合人工鱼群算法和多元Taylor级数展开算法的优点,提出了一种基于人工鱼群算法初值选取与多元Taylor级数展开算法精确求解的混合定位方法。算法充分发挥了人工鱼群算法初值估计性能良好和多元Taylor级数展开算法求解精度高的优点。仿真结果表明:上述算法减少了鱼群数目和迭代次数的选取对定位精度的影响,混合定位算法的精度更高。     

斜视模式下基于Legendre展开的改进CS成像算法

在SAR的斜视模式下,针对传统的CS成像算法相位展开精度差的缺点,提出一种改进算法将Legendre展开应用其中。传统的成像算法主要对回波信号的二维频域的传递函数,还有算法流程中的三个相位校正函数应用Taylor多项式进行展开。将Legendre多项式取代Taylor多项式对算法进行处理,并进行了详细的推导,与传统的基于Taylor多项式进行展开的成像算法相比,减少了回波相位近似误差,相位展开精度得到了提高。最后从峰值旁瓣比和积分旁瓣比的角度评估了SAR图像的成像质量。理论推导和仿真结果都表明成像质量得到了进一步的提高。     

Hybrid Ultrasonic Computed Tomography

Ultrasonic computed tomography can provide valuable information on tissue properties. However, the large number of projections required to obtain a high-resolution image renders it impractical for routine clinical use. B-scan imaging, on the other hand is very rapid, but mainly provides information on tissue morphology. An algorithm which fuses information from a compound B-scan image and a limited view speed of sound (SOS) tomographic reconstruction of an object is presented here. The algorithm is iterative and is based on the two-dimensional Taylor series expansion. The algorithm diminishes artifacts caused by tomographic reconstruction from too few projections and produces an image which depicts both tissue morphology and acoustic properties (SOS). Consequently, quantitative images can be acquired in a much shorter time than required by conventional tomography. This method may potentially find application in ultrasonic breast screening.     

基于Chan和Taylor的TDOA协同定位算法研究

在无线电定位技术中,Chan算法的计算量小,在噪声服从高斯分布的环境下,定位精度高,但在非视距环境下定位精度下降。Taylor算法的精度高和顽健性强,但它对初始值有很强的依赖性。在此基础上,提出一种协同的定位算法:将Chan算法和Taylor算法有机结合,扬长避短,既继承了Chan算法计算量小的特点,又具备了Taylor算法的精确性和顽健性。仿真结果表明,协同定位算法能有效地抑制非视距传播中恶劣信道环境的影响,且性能稳定。     

Analysis of linear time-varying systems and bilinear systems via Taylor series

Linear time-varying systems and bilinear systems are each analysed via Taylor series. Using the operational matrix for integration and the product operational matrix, the dynamical equation of a linear time-varying system (or a bilinear system) is reduced to a set of simultaneous linear algebraic equations. The coefficient vectors of the Taylor series expansions can be determined recursively by the algorithm derived. The algorithm proposed here is similar to those already developed for orthogonal functions; however, owing to the simplicity of the operational matrix of integration and the product operational matrix, Taylor series present considerable computational advantages compared with the other polynomial series, provided that both the input and the output signals are analytic functions of t.