期刊文献+
共找到82篇文章
< 1 2 5 >
每页显示 20 50 100
基于低秩与卷积稀疏约束的压缩感知光谱成像重构方法
1
作者 郭高 王攀 +2 位作者 李杰 席特立 邵晓鹏 《光子学报》 北大核心 2025年第6期172-187,共16页
针对压缩感知光谱成像快速重建需求,提出了一种基于低秩与卷积稀疏约束的压缩感知光谱成像重建方法,首先将压缩感知光谱采集系统的重构任务,在卷积稀疏编码的框架下分解成为两部分的重构结果叠加,即低频的平滑主体结构部分和高频的纹理... 针对压缩感知光谱成像快速重建需求,提出了一种基于低秩与卷积稀疏约束的压缩感知光谱成像重建方法,首先将压缩感知光谱采集系统的重构任务,在卷积稀疏编码的框架下分解成为两部分的重构结果叠加,即低频的平滑主体结构部分和高频的纹理细节部分。针对高频的纹理细节部分的重构,提出基于卷积稀疏编码框架,对卷积字典对应的稀疏特征图进行ℓ_(2,1)范数约束,保证了对光谱数据中光谱维度的先验约束,从而提高重构数据中光谱维度的准确度。针对低频的平滑主体部分重构,提出使用全局的卷积稀疏编码,由于使用了针对低频部分所训练的卷积字典,因此使用核范数对卷积特征图进行约束。通过整合两部分的重建约束,实现了对压缩感知光谱成像系统的分步重构。通过仿真实验验证了所提方法的重构结果,在空间与光谱维度相较于主流前沿的重建方法均取得了更高的重构精度,其中空间维度上峰值信噪比至少可提升2 dB以上。 展开更多
关键词 压缩感知 光谱成像 卷积稀疏编码 火箭尾焰光谱 最优化求解
在线阅读 下载PDF
自适应多通道卷积稀疏轴承微弱故障诊断
2
作者 包渝锋 温广瑞 +2 位作者 周浩轩 苏宇 刘子岷 《振动.测试与诊断》 北大核心 2025年第3期581-588,626,627,共10页
针对传统基于单通道信号的轴承故障特征提取方法未考虑故障信号的时空覆盖范围差异,以及单个信号所承载信息的有限性,在强背景噪声及干扰下难以有效提取出早期的微弱故障特征问题,提出了基于自适应多通道卷积稀疏(adaptive multi-channe... 针对传统基于单通道信号的轴承故障特征提取方法未考虑故障信号的时空覆盖范围差异,以及单个信号所承载信息的有限性,在强背景噪声及干扰下难以有效提取出早期的微弱故障特征问题,提出了基于自适应多通道卷积稀疏(adaptive multi-channel convolutional sparse,简称AMCCS)模型的早期微弱故障特征提取方法。首先,构建了通道字典和卷积字典,分别用于学习多通道信号中的通道信息和信号中的故障信息,以实现从多通道故障信号中自适应地学习共有的微弱故障特征信息以及通道权重信息;其次,开发了一种高效的迭代更新算法,用以处理通道字典和卷积字典的更新问题;最后,采用低信噪比的轴承故障仿真信号和实验信号对算法进行验证。结果表明,在低信噪比环境下,该方法在轴承故障特征提取方面表现出显著的优越性和鲁棒性。 展开更多
关键词 多通道 卷积稀疏 自适应 去噪模型 轴承故障诊断
在线阅读 下载PDF
基于特征基的GMC卷积稀疏机械故障特征解析方法 被引量:2
3
作者 卢威 韩长坤 +2 位作者 闫晶晶 宋浏阳 王华庆 《仪器仪表学报》 EI CAS CSCD 北大核心 2024年第7期239-249,共11页
在机械设备的复杂工况下,监测信号易受多振动源及环境噪声干扰,导致故障特征微弱且呈现强耦合特性,这给设备故障诊断带来极大挑战。因此,提出了一种基于振动特性基的GMC增强卷积稀疏机械故障特征解析方法,实现微弱耦合故障特征解析。首... 在机械设备的复杂工况下,监测信号易受多振动源及环境噪声干扰,导致故障特征微弱且呈现强耦合特性,这给设备故障诊断带来极大挑战。因此,提出了一种基于振动特性基的GMC增强卷积稀疏机械故障特征解析方法,实现微弱耦合故障特征解析。首先,构造了一种自适应单边衰减小波匹配算法以获取最优特征原子,将最优特征原子升维同时匹配故障周期,以得到具有周期特征的振动特征基。其次,提出基于GMC增强的卷积稀疏编码,结合振动特征基优化求解稀疏系数。此外,提出了一种基于平均峭度与谐波能量比的过程参数优化选择方法,克服了优化过程中关键参数难选取的问题。最后,提取包络谱主要特征与理论故障特征频率对比判断故障类型。通过仿真分析和试验台信号验证,并对比分析了基于谱峭度分解和可调变Q因子小波变换GMC稀疏增强等两种传统方法。实验结果表明,相较于上述两种传统方法,本文提出的方法可以有效地分离不同类型的故障特征信号,并实现故障特征的增强。 展开更多
关键词 振动特征基 广义极大-极小凹 卷积稀疏编码 特征解析 故障诊断
在线阅读 下载PDF
基于ResNet50与卷积稀疏表达的红外与可见光图像融合算法 被引量:1
4
作者 邵大光 邵现振 +2 位作者 刘鹏 赵闯 陶青川 《计算机应用与软件》 北大核心 2024年第5期189-196,共8页
提出一种基于ResNet50神经网络与卷积稀疏表达的红外与可见光图像融合算法。通过低通滤波将红外与可见光图像分解成基础层和细节层;运用卷积稀疏表达对基础层进行处理得到新的基础层,使用ResNet50神经网络对细节层进行特征提取,对得到... 提出一种基于ResNet50神经网络与卷积稀疏表达的红外与可见光图像融合算法。通过低通滤波将红外与可见光图像分解成基础层和细节层;运用卷积稀疏表达对基础层进行处理得到新的基础层,使用ResNet50神经网络对细节层进行特征提取,对得到的特征图进行L1正则化和最大选择策略得到最大权重层,经过权重分配得到新的细节层;对新的基础层和细节层进行重建,得到融合图像。该算法针对基础层和细节层提出了新的融合策略,并且能较好地保留细节信息和结构信息。实验结果表明,该算法在主观和客观指标证明上优于对比算法。 展开更多
关键词 图像融合 ResNet50 卷积稀疏表达 红外图像 可见光图像
在线阅读 下载PDF
加权多尺度卷积稀疏表示及其在滚动轴承复合故障诊断中的应用 被引量:6
5
作者 王爽 丁传仓 +2 位作者 曹懿 王报祥 江星星 《仪器仪表学报》 EI CAS CSCD 北大核心 2024年第5期197-207,共11页
故障特征精确提取是实现轴承故障诊断的重要环节。卷积稀疏表示能够刻画特征的移位不变特性,非常适用于滚动轴承故障特征提取。然而,卷积稀疏表示忽略了故障冲击特征的周期性及不同尺度下的信号特性差异,制约了其在谐波成分和背景噪声... 故障特征精确提取是实现轴承故障诊断的重要环节。卷积稀疏表示能够刻画特征的移位不变特性,非常适用于滚动轴承故障特征提取。然而,卷积稀疏表示忽略了故障冲击特征的周期性及不同尺度下的信号特性差异,制约了其在谐波成分和背景噪声等干扰下的特征提取能力。因此,提出了加权多尺度卷积稀疏表示用于分离振动信号中的周期性故障冲击特征,从而实现轴承故障诊断。在构建的稀疏表示模型中,利用多尺度变换将原始信号转换到不同尺度下,并在不同尺度下采用不同权重系数以达到抑制谐波成分等干扰的目的。同时,为了凸显故障冲击特征,建立了约束故障特征稀疏系数周期性的正则项,提高冲击特征分离能力。此外,引入交替方向乘子法和受控极小化方法推导出迭代求解算法。最后,通过分析提取特征的波形、包络谱及两种故障信息定量评估指标,验证了提出方法拥有优异的轴承复合故障冲击特征提取和诊断能力。 展开更多
关键词 加权多尺度卷积稀疏表示 滚动轴承 故障诊断 故障特征提取
在线阅读 下载PDF
双支路注意力特征融合的卷积稀疏编码目标检测
6
作者 杨昶楠 张振荣 +1 位作者 郑嘉利 曲勃源 《计算机工程与设计》 北大核心 2024年第4期1225-1232,共8页
针对现有目标检测模型在实际运用中会受到各种噪声的影响而导致性能退化的问题,提出一种双支路注意力特征融合(double branch attention feature fusion,DBAFF)的方法。基于CenterNet的结构设计,引入卷积稀疏编码(convolutional sparse ... 针对现有目标检测模型在实际运用中会受到各种噪声的影响而导致性能退化的问题,提出一种双支路注意力特征融合(double branch attention feature fusion,DBAFF)的方法。基于CenterNet的结构设计,引入卷积稀疏编码(convolutional sparse coding,CSC)去噪模块。通过双支路互补学习,自适应选择不同模态的有效信息,使融合特征达到最优化,有效解决该类模型的退化问题。实验结果表明,该方法在噪声数据集VOC-Nosiy上mAP50、mAP75、mAP性能分别达到了57.9%、29.8%、24.5%,检测速度FPS达到111帧,综合性能优于原网络和仅添加卷积稀疏编码的去噪网络。 展开更多
关键词 深度学习 目标检测 双支路 卷积稀疏编码 互补学习 自适应 双支路特征融合
在线阅读 下载PDF
面向帕金森病语音诊断的非监督两步式卷积稀疏迁移学习算法 被引量:7
7
作者 张小恒 张馨月 +2 位作者 李勇明 王品 刘玉川 《电子学报》 EI CAS CSCD 北大核心 2022年第1期177-184,共8页
帕金森病(Parkinson’s Disease,PD)语音诊断存在小样本问题,如果借助相关语音数据集进行迁移学习,容易加重训练集和测试集之间的分布差异,影响分类准确率.为了解决上述矛盾问题,本文提出了两步式稀疏迁移学习算法.该算法分为两大步:第... 帕金森病(Parkinson’s Disease,PD)语音诊断存在小样本问题,如果借助相关语音数据集进行迁移学习,容易加重训练集和测试集之间的分布差异,影响分类准确率.为了解决上述矛盾问题,本文提出了两步式稀疏迁移学习算法.该算法分为两大步:第一步算法为语音段特征同时优选的快速卷积稀疏编码算法,构造卷积稀疏编码算子用于快速学习公共语音数据集的结构信息,然后将其迁移到PD语音目标集以弥补后者样本信息的不足,接着再同时对语音段和特征进行同时优选以获得更有价值的信息;第二步算法为联合局部结构信息分布对齐算法,对训练集和测试集进行域适应,在保持各自样本结构信息的同时,最小化分布误差.实验结果表明:本文算法中每一步迁移学习算法均有效;与相关算法相比,本文算法准确率显著较高,达97.5%. 展开更多
关键词 语音诊断 帕金森症(PD) 两步式稀疏迁移学习 卷积稀疏迁移学习 域适应
在线阅读 下载PDF
基于语音卷积稀疏迁移学习和并行优选的帕金森病分类算法研究 被引量:2
8
作者 张小恒 李勇明 +4 位作者 王品 曾孝平 颜芳 张艳玲 承欧梅 《电子与信息学报》 EI CSCD 北大核心 2019年第7期1641-1649,共9页
基于语音数据分析的帕金森病(PD)诊断存在样本量小、训练与测试数据分布差异明显的问题。为了解决这些问题,需要从降维和样本扩充两个方面同时进行。因此,该文提出结合加噪加权卷积稀疏迁移学习和样本特征并行优选的PD分类算法。该算法... 基于语音数据分析的帕金森病(PD)诊断存在样本量小、训练与测试数据分布差异明显的问题。为了解决这些问题,需要从降维和样本扩充两个方面同时进行。因此,该文提出结合加噪加权卷积稀疏迁移学习和样本特征并行优选的PD分类算法。该算法可从源域的公共语音库中学习有利于表达PD语音特征的有效结构信息,同时完成降维和样本间接扩充。样本特征并行优选考虑到了样本和语音特征间的关系,从而有助于获取高质量的特征。首先,对公共语音库进行特征提取构造公共特征库;然后,以公共特征库对PD目标域的训练数据集及测试数据集进行稀疏编码,这里分别采用传统稀疏编码(SC)与卷积稀疏编码(CSC)两种稀疏编码方法;接着,对编码后的语音样本段和特征数据进行同时优选;最后,采用支撑向量机(SVM)进行分类。实验结果表明,该算法针对受试者的分类准确率最高值达到了95.0%,均值达到了86.0%,较相关被比较算法有较大提高。此外,研究还发现,相较于传统稀疏编码方法,卷积稀疏编码更有利于提取PD语音数据的高层特征;同样,迁移学习也有利于提高该算法性能。 展开更多
关键词 迁移学习 帕金森病 稀疏编码 卷积稀疏编码 语音样本特征并行优选
在线阅读 下载PDF
基于四通道卷积稀疏编码的图像超分辨率重建方法 被引量:2
9
作者 陈晨 赵建伟 曹飞龙 《计算机应用》 CSCD 北大核心 2018年第6期1777-1783,共7页
针对图像分辨率较低的问题,提出了一种基于四通道卷积稀疏编码的图像超分辨率重建方法。首先,该方法将输入图像依次翻转90°作为四通道的各自输入,通过低通滤波和梯度算子将输入图像分解成高频和低频部分;接着,分别利用卷积稀疏编... 针对图像分辨率较低的问题,提出了一种基于四通道卷积稀疏编码的图像超分辨率重建方法。首先,该方法将输入图像依次翻转90°作为四通道的各自输入,通过低通滤波和梯度算子将输入图像分解成高频和低频部分;接着,分别利用卷积稀疏编码方法和三次插值方法对各通道低分辨率图像的高频部分和低频部分进行重建;最后,对四通道输出图像加权求均值获得重建的高分辨率图像。实验结果表明,所提方法比一些经典的超分辨率重建方法在峰值信噪比(PSNR)、结构相似度(SSIM)和抗噪性上具有更好的重建效果。所提方法不仅克服了重叠补丁破环图像补丁间一致性的缺陷,还提高了重建图像的细节轮廓,加强了重建图像的稳定性。 展开更多
关键词 图像重建 超分辨率 卷积稀疏编码 四通道 稳定性
在线阅读 下载PDF
自适应字典学习的卷积稀疏表示遥感图像融合 被引量:8
10
作者 杨勇 李露奕 +2 位作者 黄淑英 张迎梅 卢航远 《信号处理》 CSCD 北大核心 2020年第1期125-138,共14页
基于细节注入方案的遥感图像融合主要包括两个步骤:空间细节提取与注入。为保证被提取细节的质量与确定合适的调制系数,本文提出一种基于自适应字典学习的卷积稀疏表示遥感图像融合方法。该方法先利用引导滤波和非抽取小波变换来分别获... 基于细节注入方案的遥感图像融合主要包括两个步骤:空间细节提取与注入。为保证被提取细节的质量与确定合适的调制系数,本文提出一种基于自适应字典学习的卷积稀疏表示遥感图像融合方法。该方法先利用引导滤波和非抽取小波变换来分别获取全色图像和多光谱图像的空间细节;然后自适应地学习提取空间细节的字典,并将其引入卷积稀疏表示模型来重构联合细节图像;最后,将联合细节通过联合判别调制系数注入到上采样的多光谱图像中得到最终融合结果。实验结果表明,本文方法的融合结果无论从主观效果还是客观定量评价,都优于一些主流的遥感图像融合方法。 展开更多
关键词 遥感图像融合 卷积稀疏表示 非抽取小波变换 引导滤波
在线阅读 下载PDF
基于卷积稀疏编码的电容层析成像图像重建 被引量:2
11
作者 张立峰 卢栋臣 《计量学报》 CSCD 北大核心 2023年第7期1075-1079,共5页
针对电容层析成像(ECT)病态性逆问题,提出了一种将卷积稀疏编码模型作为惩罚项嵌入到ECT最小二乘问题的方法,通过预先训练好的滤波器并结合交替方向乘子算法(ADMM)对此模型进行求解,从而完成ECT图像重建。对提出的方法进行了仿真及实验... 针对电容层析成像(ECT)病态性逆问题,提出了一种将卷积稀疏编码模型作为惩罚项嵌入到ECT最小二乘问题的方法,通过预先训练好的滤波器并结合交替方向乘子算法(ADMM)对此模型进行求解,从而完成ECT图像重建。对提出的方法进行了仿真及实验测试,并与LBP、Tikhonov正则化及Landweber迭代算法进行比较。结果表明,提出的方法其重建图像平均相对误差和相关系数分别为0.4389及0.8968,均优于其他3种方法,中心物体及多物体分布的重建质量得到显著提升。 展开更多
关键词 计量学 电容层析成像 图像重建 卷积稀疏编码 交替方向乘子算法 多相流检测
在线阅读 下载PDF
采用多层卷积稀疏表示的红外与可见光图像融合 被引量:11
12
作者 张洲宇 曹云峰 +1 位作者 丁萌 陶江 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2021年第12期51-59,共9页
为提升光学图像在低照度条件下的可用性,对红外图像与可见光图像进行融合从而结合两者的优势是一种有效的技术手段。稀疏表示理论在红外与可见光图像融合领域已经得到了广泛的应用,然而基于稀疏表示理论的图像融合方法所采用的局部建模... 为提升光学图像在低照度条件下的可用性,对红外图像与可见光图像进行融合从而结合两者的优势是一种有效的技术手段。稀疏表示理论在红外与可见光图像融合领域已经得到了广泛的应用,然而基于稀疏表示理论的图像融合方法所采用的局部建模方式易于导致语义信息损失和对误匹配的低容忍度两大缺陷。卷积稀疏表示的全局建模能力对克服上述不足具有巨大的优势,本研究借鉴卷积神经网络的结构设计了一种前馈式基于多层卷积稀疏表示的红外与可见光图像融合网络,该网络包含5层:第1、2层为卷积稀疏层,通过预训练的字典滤波器获取源图像的卷积稀疏响应;第3层为融合层,通过活性图评价以获取融合结果;第4、5层为重建层,基于融合结果结合字典滤波器重建融合图像。实验结果表明,所提出的图像融合方法有效抑制了稀疏表示理论应用于图像融合的两大不足,在客观评价指标方面明显优于基于稀疏表示、基于单层卷积稀疏表示和基于卷积神经网络的图像融合算法,在算法的计算复杂度和运行时间方面优于基于稀疏表示和基于卷积神经网络的图像融合算法。 展开更多
关键词 图像融合 卷积稀疏表示 稀疏表示 神经网络 红外图像
在线阅读 下载PDF
基于张量分解和卷积稀疏表示的多曝光图像融合 被引量:6
13
作者 戚余斌 郁梅 +2 位作者 姜浩 邵华 蒋刚毅 《光电工程》 CAS CSCD 北大核心 2019年第1期1-13,共13页
针对多曝光图像融合中存在细节丢失和颜色失真等问题,本文提出了一种基于张量分解和卷积稀疏表示的多曝光图像融合方法。张量分解作为一种对高维数据低秩逼近的方式,在多曝光图像特征提取方面有较大的潜力,而卷积稀疏表示是对整幅图像... 针对多曝光图像融合中存在细节丢失和颜色失真等问题,本文提出了一种基于张量分解和卷积稀疏表示的多曝光图像融合方法。张量分解作为一种对高维数据低秩逼近的方式,在多曝光图像特征提取方面有较大的潜力,而卷积稀疏表示是对整幅图像进行稀疏优化,能最大程度地保留图像的细节信息。同时,为了避免融合图像出现颜色失真,本文采取亮度与色度分别融合的方式。首先通过张量分解得到源图像的核心张量;然后在包含信息最多的第一子带上提取边缘特征;接着对边缘特征图进行卷积稀疏分解,继而利用分解系数的L1范数来得到每个像素的活跃水平;最后用"赢者取全"策略生成权重图,从而加权得到融合后的亮度分量。与亮度融合不同的是,色度分量则采用简单的高斯加权方式进行融合,在一定程度上解决了融合图像的颜色失真问题。实验结果表明,所提出的方法具有良好的细节保留能力。 展开更多
关键词 张量分解 卷积稀疏表示 字典学习 多曝光融合
在线阅读 下载PDF
双阶段帕金森病语音聚类包络卷积稀疏迁移学习算法 被引量:6
14
作者 张小恒 李勇明 王品 《仪器仪表学报》 EI CAS CSCD 北大核心 2022年第11期151-161,共11页
帕金森病(PD)语音识别算法研究对于其及时诊疗具有重要意义,但现有PD语音识别算法面临小样本数据量问题挑战。针对问题,本文提出双面双阶段均值聚类包络和卷积稀疏迁移学习算法。在双阶段学习方面,首先基于源数据集训练多组卷积核,然后... 帕金森病(PD)语音识别算法研究对于其及时诊疗具有重要意义,但现有PD语音识别算法面临小样本数据量问题挑战。针对问题,本文提出双面双阶段均值聚类包络和卷积稀疏迁移学习算法。在双阶段学习方面,首先基于源数据集训练多组卷积核,然后通过中间集得到最优卷积核并对目标集进行编码。在深度样本聚类包络方面,首先设计迭代均值聚类算法构建深度样本空间;然后进行样本特征同时选择并训练分类器模型;最后对不同样本空间的分类结果进行融合。实验选取代表性的PD语音数据集进行验证。实验结果表明,本文算法创新部分有效,与10多个经典和最新相关文献算法相比取得了显著改进,准确率达97.8%。此外,本文算法的时间复杂度不高,满足临床应用要求。 展开更多
关键词 帕金森病语音识别 包络学习 深度样本学习 均值聚类 双阶段卷积稀疏迁移学习
在线阅读 下载PDF
基于卷积稀疏表示的红外与可见光图像融合 被引量:12
15
作者 董安勇 苏斌 +2 位作者 赵文博 杜庆治 彭艺 《激光与红外》 CAS CSCD 北大核心 2018年第12期1547-1553,共7页
稀疏表示是以块为单位进行编码的,因此破坏了图像块间的相关性。针对上述问题,提出了基于卷积稀疏表示的红外与可见光图像融合算法。该算法采用交替方向乘子算法(ADMM)求解非下采样轮廓波变换(NSCT)域强边缘子带的卷积稀疏系数,完成特... 稀疏表示是以块为单位进行编码的,因此破坏了图像块间的相关性。针对上述问题,提出了基于卷积稀疏表示的红外与可见光图像融合算法。该算法采用交替方向乘子算法(ADMM)求解非下采样轮廓波变换(NSCT)域强边缘子带的卷积稀疏系数,完成特征响应系数的融合。同时,采用脉冲耦合神经网络(PCNN)模型的点火图完成NSCT域高频子带的融合。实验结果表明:该算法解决了稀疏表示的"块效应"问题,同时又兼具PCNN模型的视觉特性,可以有效地捕捉源图像的特征信息。另外,在主观视觉评价和客观质量评价方面均优于现有算法。 展开更多
关键词 图像融合 卷积稀疏表示 PCNN神经元模型 NSCT变换
在线阅读 下载PDF
基于卷积稀疏表示及等距映射的轴承故障诊断 被引量:6
16
作者 施莹 庄哲 林建辉 《振动.测试与诊断》 EI CSCD 北大核心 2019年第5期1081-1088,1138,共9页
针对卷积稀疏表示(convolution sparse representation,简称CSR)在轴承故障脉冲提取过程中过于依赖惩罚因子的缺点,提出了一种基于卷积稀疏表示、希尔伯特变换(Hilbert transform,简称HT)以及流形学习降维相结合的轴承故障诊断方法。首... 针对卷积稀疏表示(convolution sparse representation,简称CSR)在轴承故障脉冲提取过程中过于依赖惩罚因子的缺点,提出了一种基于卷积稀疏表示、希尔伯特变换(Hilbert transform,简称HT)以及流形学习降维相结合的轴承故障诊断方法。首先,通过在不同惩罚因子下的CSR提取不同稀疏特征的脉冲;其次,针对提取的一系列脉冲进行希尔伯特变换,构造脉冲包络空间;最后,利用等距映射(isometric feature mapping,简称Isomap)流形学习算法对脉冲包络空间求解低维本征包络,以实现故障诊断。通过仿真数据以及台架实验数据验证表明:基于CSRHT-Isomap算法的轮对轴承故障诊断方法可以很好地提取轴承内圈及滚动体故障特征,通过与基于聚合经验模态分解和小波包变换的包络空间算法进行比较,证明该方法在提取本征包络、强化本征包络谱以及放大故障特征频率的谐波数方面具备较大优势。 展开更多
关键词 轴箱轴承 卷积稀疏表示 希尔伯特变换 等距映射 故障诊断
在线阅读 下载PDF
小波域卷积稀疏编码的低剂量CT图像重建 被引量:5
17
作者 刘进 亢艳芹 +2 位作者 胡殿麟 陈阳 康季槐 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2020年第11期1784-1794,共11页
随着CT成像技术的发展,其射线剂量明显降低,然而实现优质成像依然是低剂量CT研究领域中的重点问题.为实现低剂量CT的优质成像,减缓重建图像中伪影及噪声干扰,提出了一种小波域的卷积稀疏编码CT重建算法.该算法是利用预先构建的滤波器集... 随着CT成像技术的发展,其射线剂量明显降低,然而实现优质成像依然是低剂量CT研究领域中的重点问题.为实现低剂量CT的优质成像,减缓重建图像中伪影及噪声干扰,提出了一种小波域的卷积稀疏编码CT重建算法.该算法是利用预先构建的滤波器集,对重建图像中的小波域高频子带进行卷积稀疏表示,并引入到低剂量CT重建中以构造目标函数.通过重建图像更新和小波域卷积稀疏编码两个步骤的交替优化,实现重建目标函数的求解.在Shepp-Logan模拟数据、AAPM模拟数据与UIH真实数据上进行实验,并与全变差、字典学习、梯度正则化的卷积稀疏编码等进行对照分析,实验结果表明,所提算法可获得噪声伪影少、结构细节对比度高的重建图.最后,参数分析实验表明所提算法易实施且具有良好的参数稳健性. 展开更多
关键词 计算机断层成像 低剂量 图像重建 小波变换 卷积稀疏编码
在线阅读 下载PDF
基于低阶加权与卷积稀疏学习的齿轮箱故障诊断 被引量:2
18
作者 王帅旗 张焕可 陈会涛 《机械设计与制造》 北大核心 2023年第5期41-50,共10页
为了提升在噪声与复杂传递路径调制下齿轮箱故障诊断的精度,提出了一种基于低阶加权与卷积稀疏学习的齿轮箱两阶段源特征恢复方法。首先利用源特征的周期性自相似性结构,设计了一种低阶加权模型,当两种波形耦合在同一频带内时,可以有效... 为了提升在噪声与复杂传递路径调制下齿轮箱故障诊断的精度,提出了一种基于低阶加权与卷积稀疏学习的齿轮箱两阶段源特征恢复方法。首先利用源特征的周期性自相似性结构,设计了一种低阶加权模型,当两种波形耦合在同一频带内时,可以有效地区分调制波和干扰波。然后采用卷积滤波器直接描述传输路径的调制过程,保证了脉冲源包络的可靠恢复。同时,通过非负有界稀疏先验保证了反褶积能力。最后数值仿真与风力发电机组实验结果证明了低阶模型主能够分离聚焦特征波形,卷积稀疏学习能够突出脉冲源特征,从而有效提升齿轮箱的故障诊断精度。 展开更多
关键词 齿轮箱 故障诊断 卷积稀疏学习 低阶加权模型
在线阅读 下载PDF
多尺度半耦合卷积稀疏编码的遥感影像超分辨率重建 被引量:7
19
作者 陈楠 张标 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2022年第3期382-391,共10页
传统的卷积稀疏编码超分辨率方法在特征空间转换时仅引入线性投影关系,且在特征图的学习中未能考虑局部细节信息,使重建结果在边缘和细节方面不尽如人意.为此,将卷积稀疏编码理论引入遥感影像的超分辨重建框架中,提出一种多尺度半耦合... 传统的卷积稀疏编码超分辨率方法在特征空间转换时仅引入线性投影关系,且在特征图的学习中未能考虑局部细节信息,使重建结果在边缘和细节方面不尽如人意.为此,将卷积稀疏编码理论引入遥感影像的超分辨重建框架中,提出一种多尺度半耦合卷积稀疏编码的超分辨率重建方法.首先对输入影像进行多尺度分解,提取出平滑分量和多个尺度的纹理分量,并对最终的平滑分量进行双三次插值重建;然后将每个尺度的纹理分量进行半耦合卷积稀疏编码重建,利用非线性卷积算子作为每个尺度下纹理分量的高分辨率特征图与低分辨率特征图之间的投影函数,并在特征图的学习中引入非局部自相似性结构进行约束优化,从而更好地重建出每个尺度下的纹理分量;最后将重建后的平滑分量和每个尺度下的纹理分量进行叠加,获得最终的重建影像.以4种不同传感器的遥感影像作为实验影像,与几种先进的超分辨率重建方法对比的实验结果表明,所提方法获得的重建影像在定量分析指数PSNR和FSIM方面均优于其他方法,表现出更为清晰的边界和细节信息,且具有一定的抗噪性能. 展开更多
关键词 卷积稀疏编码 多尺度策略 半耦合字典 非局部自相似 超分辨率重建
在线阅读 下载PDF
基于多尺度卷积稀疏编码的红外图像快速超分辨率 被引量:5
20
作者 张雯雯 韩裕生 +1 位作者 黄勤超 徐国明 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2018年第10期1935-1942,共8页
针对红外图像在提高分辨率的同时容易存在振铃效应及细节丢失的问题,提出一种多尺度卷积稀疏编码的快速超分辨率方法.首先将输入图像多尺度分解得到平滑分量和细节纹理分量,对最终的平滑分量进行双三次插值放大作为输出图像的平滑分量;... 针对红外图像在提高分辨率的同时容易存在振铃效应及细节丢失的问题,提出一种多尺度卷积稀疏编码的快速超分辨率方法.首先将输入图像多尺度分解得到平滑分量和细节纹理分量,对最终的平滑分量进行双三次插值放大作为输出图像的平滑分量;然后通过叠加每个尺度的高分辨率滤波器及其对应尺度的高分辨率特征映射卷积后求和,得到输出图像的高频纹理结构,其中,每个尺度的高分辨率特征映射是由对应尺度的低分辨率特征映射通过放大和保稀疏的映射函数变换得到,而滤波器利用较少的可分离滤波器线性表示且卷积迭代求解过程优化.对通用性及实验室采集的红外图像的实验结果表明,同改进前的算法相比,文中方法提高了图像的峰值信噪比,不仅在保持良好的一致性基础上实现高分辨率图像的复原,而且有效地抑制了振铃效应;图像边缘纹理明显,也有效地提高了处理速度. 展开更多
关键词 卷积稀疏编码 红外图像 快速超分辨率
在线阅读 下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部