加权变分去噪模型的分裂Bregman算法

针对求解加权变分去噪模型时大量迭代导致计算速度缓慢的问题,为提高运算速度,在加权变分去噪模型中引入分裂Bregman算法.实验表明,与梯度下降法相比,该算法迭代次数少、处理过程快,极大地缩短了运算时间,并且保持了较好的去噪效果.     

自适应全变分图像去噪模型及其快速求解*

在联合冲击滤波器和非线性各向异性扩散滤波器对含噪图像做预处理的基础上,利用边缘检测算子选取自适应参数,构建能同时兼顾图像平滑去噪与边缘保留的自适应全变分模型,并基于Bregman迭代正则化方法设计了其快速迭代求解算法.实验结果表明,自适应去噪模型及其求解算法在快速去除噪声的同时保留了图像的边缘轮廓和纹理等细节信息,得到的复原图像在客观评价标准和主观视觉效果方面均有所提高.     

基于灰色关联度的集对分析差异系数研究

针对集对分析中差异不确定系数i的取值不确定问题,分别将差异度与同一度和对立度的关联度作为i的取值,运用灰色理论巾的绝对关联度计算方法对i进行求解,并应用到富锦市土壤质量评价中,结果符合实际情况。研究结果表明,采用灰色绝对关联度计算差异系数是可行的,为集对分析中差异系数i的求解提供了新的思路和方法。     

结合波原子和全变差方法的图像去噪*

传统的硬阈值去噪会产生伪吉普斯现象,而波原子本身的周期化过程也会出现新的方向性纹理失真。采用全变差最小化方法来抑制这些失真,提出一种改进的波原子去噪算法。该算法不是直接将低于阈值的小系数置为零,而是对这些系数在全变差最小的意义上作修正迭代,得到最终的去噪图像。数值实验结果表明,波原子去噪保留边缘和纹理的效果优于小波和曲线波,改进算法去噪的视觉质量明显好于传统波原子去噪。最后还指出了进一步的研究方向。     

西江归槽洪水研究展望

西江流域由于大量兴建堤防工程导致洪水归槽,改变了原天然河道的洪水槽蓄关系,使得用于防洪规划和洪水灾害风险评估的洪水序列失去了一致性。目前洪水归槽问题研究主要集中在出槽洪水的归槽还原计算方面,对于干支流洪水与区间洪水的遭遇考虑不足,对洪水发生变异的成因及非一致性洪水的频率计算方法也缺乏系统性的研究。建议采用水文变异诊断系统对西江流域的水文要素进行变异分析,以识别其时空变异规律;研制西江中下游干支流洪水及区间暴雨洪水的多输入单输出概念性水文模型,以模拟其洪水形成过程;提出基于MISOCHM模型的非一致性洪水频率计算方法、基于HHT变换的非一致性洪水频率计算方法,以推求变化环境下河道断面的洪水频率分布,并结合西江流域防洪规划评价西江堤防现状和未来的防洪能力。其研究成果不仅对变化环境下的水循环和水安全研究具有重要的理论意义,而且对于流域防洪规划和洪水灾害风险评估具有重要的实际应用价值。     

中国干燥产业现状及发展战略（二）

对中国干燥产业的发展现状以及中国加入WTO对干燥产业的影响作了较全面的分析；从中国干燥产业的实际出发，就产业的战略选择、企业的经营战略作了讨论；同时对干燥产业的发展形势分行业作了预测；最后就发展方向问题提出了10点见解。     

结合相位一致与全变差模型的高分辨率遥感图像边缘检测

目的边缘检测是有效利用遥感数据开展地物目标自动识别的重要步骤。高分辨率遥感图像地物类型复杂,细节信息过于丰富,使得基于相位一致的边缘检测结果中存在过多的噪声与伪边缘。为此提出了一种结合相位一致与全变差模型的高分辨率遥感图像边缘检测方法。方法根据相位一致原理,应用Log Gabor构造的2维相位一致模型,引入全变差去噪模型对基于相位一致的边缘强度图进行改进。结果借助有界变差空间对图像光滑性的约束,实现了高分辨率遥感图像噪声去除与伪边缘抑制,利用改进后的相位一致边缘强度图可有效检测高分辨率遥感图像的边缘。结论实验结果表明,与相位一致模型、Canny算法相比,该方法能消除了高分辨率遥感图像中同类地物内部细节特征形成的噪声,抑制相位一致边缘检测结果中的伪边缘,突出地物的真实边缘,并能正确地提取地物目标的整体轮廓信息,有助于后续地物目标的自动识别。     

阻燃纺织品加工方法及发展趋势

综述了阻燃纺织品的阻燃机理、加工方法和发展趋势等,并提出了我国阻燃纺织品应向着功能复合化、绿色环保化和高技术化的方向发展,希望能够对阻燃纺织材料的发展起到一定的借鉴意义。     

Adaptive variational models for image decomposition

Image decomposition refers to the splitting of an image into two or more components.In this paper,a clean image is separated into two parts:one is the cartoon component,consisting only of geometric structure,and the other is the oscillatory component,consisting of texture.Three parts for noisy image are considered:cartoon,texture,and noise.To better decompose an image,we propose two new variational models.In our models,two adaptive regularization terms are introduced.The two regularization terms are determined by an adaptive function which can discriminate the cartoon and texture of an image automatically.Experimental results illustrate the efectiveness of the proposed models for image decomposition.     

Fractional partial differential equation denoising models for texture image

In this paper,a set of fractional partial differential equations based on fractional total variation and fractional steepest descent approach are proposed to address the problem of traditional drawbacks of PM and ROF multi-scale denoising for texture image.By extending Green,Gauss,Stokes and Euler-Lagrange formulas to fractional field,we can find that the integer formulas are just their special case of fractional ones.In order to improve the denoising capability,we proposed 4 fractional partial differential equation based multiscale denoising models,and then discussed their stabilities and convergence rate.Theoretic deduction and experimental evaluation demonstrate the stability and astringency of fractional steepest descent approach,and fractional nonlinearly multi-scale denoising capability and best value of parameters are discussed also.The experiments results prove that the ability for preserving high-frequency edge and complex texture information of the proposed denoising models are obviously superior to traditional integral based algorithms,especially for texture detail rich images.