基于BP神经网络的数字图像修复

考虑到BP神经网络非凡的学习能力和非线性映射能力,提出了利用BP神经网络修复数字图像.由于一般的BP神经网络收敛速度较慢,且易陷入局部极小,产生振荡现象.因此考虑在梯度下降算法的基础上引进动量因子,结果发现收敛速度加快、振荡现象减轻.该方法根据待修复区域的边界寻找相似块,利用相似块周围像素数据得到BP神经网络的权值和阈值.试验表明:文中的方法相对于利用偏微分方程(如BSCB方法)速度要快,而且具有更大的ISNR.     

一种最速下降的贪婪迭代算法

压缩传感应用于图像压缩重构的算法通常有凸优化算法和贪婪迭代算法两大类.一般而言,凸优化算法重构概率高、速度较慢,贪婪迭代算法具有较快的重构速度,但损失了重构质量.结合凸优化算法中的最速下降法及贪婪迭代算法中的正交匹配算法(OMP),提出了一种新的算法,并应用于一维信号和二维图像信号的压缩重构实验,且深入对比分析了不同降采样矩阵对新算法的影响.结果发现,对同一降采样矩阵,即使图像的纹理不同,新算法在重构质量及重构时间上都优于原始的OMP算法.     

基于MCA的压缩感知彩色图像超分辨率重建

为了在无训练集的情况下,改善单幅彩色图像的超分辨率重建中容易出现的色彩失真、边缘模糊和混叠等问题,实现了一种基于形态成分分析的压缩感知彩色图像超分辨率重建算法.该算法先将彩色图像转换到YCbCr色彩空间,再将各色彩分量用形态成分分析方法分解为边缘、纹理和平滑成分,然后对各成分进行压缩感知超分辨率重建,且将重建结果合成为高分辨率的色彩分量,进一步线性融合即得高分辨率彩色图像.仿真实验表明,与传统插值算法和其他形态成分分析相关算法相比,客观评价指标和主观视觉效果得到显著提高.     

用驻波处理弹簧振子

关于弹簧质量对弹簧振子周期的影响,讨论了一种全新的看法,在推导过程中不作太多的假设,从而使得结果更加可信。     

单摆作大摆角运动的周期

提出了计算单摆作大摆角运动的周期的两种近似方法．     

一范数在图像修复中的应用

考虑到图像相邻像素具有相关性,修复后的图像能量应为最低状态。定义了复合向量的范数。利用改进的热传导模型进行图像修复。提出的算法既可用来有效地修复划痕,也可用于去除文字,还可以填充较大破损区域。     

基于改进的热传导方程的图像修复

图像修复是一个病态问题,利用待修复区周围的信息并不能得到修复区内的所有信息.本文提出了一种改进的热传导模型,实验结果表明,该模型更合理,修复速度更快.