排序方式: 共有16条查询结果,搜索用时 15 毫秒
1.
提出一种利用图像翻转和复域编码消除离轴干涉载频影响,进而实现相位恢复的方法。方法通过旋转样品干涉图180,得到翻转干涉图。样品干涉图与翻转干涉图首先被复数域编码为一幅合成的干涉图。继而进行傅里叶变换,可通过带通滤波器提取频谱中相互分离的共轭项用于相位恢复。通过逆傅里叶变换,可以获得含有样品干涉图和翻转干涉图的相位分布、载频信息的结果。通过除法运算,载频得以在无需复杂运算、解包裹、系统先验信息的情况下被消除。通过仿真和实验验证了算法的可行性。实验结果表明该方法可获得精确的相位恢复结果。在恢复薄相位样品时,该方法的恢复时间仅为原图像翻转方法的23.32%。 相似文献
2.
朱福珍 《长沙通信职业技术学院学报》2009,8(3):38-41
Excel电子表格具有灵活多变的计算公式和方便快捷的图表处理能力,Visual FoxPro具有较强大的数据存储和加工能力.但是对于复杂报表的输出部分却显得尤为薄弱,往往需要与其他软件配合完成,以达到理想效果。 相似文献
3.
本体是共享概念的规范、精确的描述。本体本身并不是静态的模型,所以它必须能够捕获意思和关系的变化。这样,本体的映射和进化就成为本体学习和发展的一个基本任务。本体进化就是获得新的信息和知识时适当地维护和扩充已有本体。 相似文献
4.
主要对基于多Agent的客户关系管理系统进行分析与探讨,首先介绍基于多Agent的客户关系管理系统的优越性,其次对面向多Agent的客户关系管理的系统分析,最后给出系统的体系架构。 相似文献
5.
为了进一步提高遥感图像超分辨效果,提高超分辨重建速度。针对以往稀疏超分辨算法中更容易丢失边缘信息和引入噪声的问题,本文改进了特征提取算子,以对称近邻滤波(SNN)代替高斯滤波,重点解决特征空间中的字典学习问题。首先,根据遥感图像退化模型生成训练样本图像,并分别对高、低分辨率遥感图像进行7×7分块,生成字典训练样本。然后,建立连接高、低分辨率图像空间的双参数联合稀疏字典,将字典学习过程中的稀疏系数分解为系数权值和字典原子的乘积,依据字典原子指标训练和更新字典,得到高低分辨率联合字典映射矩阵。最后,进行遥感图像超分辨稀疏重构。实验结果表明:与当前最先进的稀疏表示超分辨算法相比,本文算法得到的超分辨重建遥感图像的主观效果更好,恢复出更多的地物细节信息;客观评价参数峰值信噪比(PSNR)提高约1.7dB,结构相似性(SSIM)提高约0.016。改进的稀疏表示超分辨算法可以有效地提高遥感图像超分辨效果,同时降低重建时间。 相似文献
6.
为了提高图像超分辨效果,针对以往稀疏字典超分辨算法仅适用于单特征空间的问题,提出基于贝塔过程联合字典学习(BPJDL)的图像超分辨重建(SRR)方法。首先,根据图像退化模型生成训练样本图像,分别对高、低分辨率图像进行7×7分块,并利用吉布斯采样对图像块进行采样,生成字典训练样本。然后,依据贝塔过程先验模型,建立连接高、低分辨率图像空间的双参数联合稀疏字典,将字典稀疏系数分解为系数权值和字典原子的乘积,通过训练和更新字典,得到同时适用于两个特征空间的字典映射矩阵。最后,进行图像超分辨稀疏重构。实验结果表明:本文方法能以更小尺寸的稀疏字典重建超分辨图像,与当前最先进的稀疏表示超分辨算法相比,结果图像主观视觉上纹理细节信息更丰富,客观评价参数峰值信噪比(PSNR)提高约1.5 dB,结构相似性(SSIM)提高约0.02,超分辨重建时间降低约50 s。 相似文献
7.
基于径向基函数神经网络的超分辨率图像重建 总被引:5,自引:2,他引:3
为了突破成像极限,经济可行地获取高质量的卫星图像,提出了一种基于径向基神经网络的超分辨率图像重建算法。以径向基神经网络为基础,依据卫星图像退化模型获取网络训练所需的学习样本图像,采用向量映射的方式加速网络收敛。其中,径向基函数的中心、宽度及网络的隐含层数、连接权值是决定径向基神经网络的关键参数,直接关系到网络的重建性能。采用最近邻聚类算法,动态地建立起基函数的中心及宽度,自适应地确定网络的隐含层数及连接权值。建立起的径向基函数神经网络显著地提高了图像重建性能和网络收敛速度(221s即可收敛)。仿真实验和泛化实验表明,训练好的径向基神经网络可以有效地进行卫星图像的超分辨率重建,效率高,误差小。 相似文献
8.
为了解决遥感图像盲复原时模糊核估计不准确、复原图像存在振铃效应的问题,提出改进的局部最小像素先验遥感图像盲复原算法。该算法首先引入极端通道先验与局部最小像素先验结合,对图像的强度进行更好的约束,有利于得到更好的潜在清晰图像;然后采用基于梯度的方法估计模糊核,模糊核估计与中间潜在清晰图像估计交替迭代进行,获得较为理想的模糊核;最后引入联合双边滤波器,采用改进的拉普拉斯与正则化图像复原算法抑制图像复原的振铃效应。实验结果表明,本文方法对遥感图像复原效果较好,恢复的图像边缘清晰,振铃伪影得到抑制且模糊核较为理想;客观评价指标峰值信噪比(PSNR)较前沿复原算法平均提高约1.40 dB,结构相似度(SSIM)平均提高约0.02。 相似文献
9.
遥感图像超分辨增加了遥感图像的细节信息,在遥感图像处理中有重要的地位。为了进一步提高遥感图像超分辨的重建效果,本文提出一种改进的密集连接网络遥感图像超分辨重建算法。首先对基于残差网络的深度超分辨算法(VDSR)进行改进,结合密集连接网络(DenseNet),将残差网络中的残差块替换成密集块,并且添加一组密集层与瓶颈层,实现DenseNet网络结构的改进,同时,修改网络激活函数为PReLU函数,网络训练采用L1损失函数。为了使网络在遥感图像上具有更好的效果,训练网络时,数据集全部采用遥感图像作为训练样本。当训练的epoch达到了大约35次时网络已经收敛。实验结果表明,与VDSR算法相比,本文改进的算法对遥感图像的效果更优,峰值信噪比(PSNR)平均增加了1.05 dB,结构相似度(SSIM)平均增加了0.042。 相似文献
10.
SOFM网络及其在MATLAB中的实现 总被引:3,自引:0,他引:3
本文详细叙述了自组织映射网络的原理、算法及其在Matlab中实现的工具箱,并结合实例给出了SOFM在Matlab上的实现方法,对于SOFM的现存问题和未来研究趋势作了分析和展望. 相似文献