期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
水下图像的多尺度分数列维稳定运动模型 被引量:1
1
作者 李旭涛 金连文 +1 位作者 高学 尹明 《华南理工大学学报(自然科学版)》 EI CAS CSCD 北大核心 2008年第9期81-85,共5页
分析了水下散射图像的增量分布及自相似特性.针对传统分数布朗运动(FBM)模型存在的不足,基于分数列维稳定运动(FLSM)模型,将纹理表面的自相似指数看作依度量尺度而变化的变量,提出了一种新的多尺度分数列维稳定运动(MFLSM)模型,并将该... 分析了水下散射图像的增量分布及自相似特性.针对传统分数布朗运动(FBM)模型存在的不足,基于分数列维稳定运动(FLSM)模型,将纹理表面的自相似指数看作依度量尺度而变化的变量,提出了一种新的多尺度分数列维稳定运动(MFLSM)模型,并将该模型扩展至二维用于对水下散射图像的仿真.仿真结果表明,该模型具有对纹理多尺度自相似性以及散斑纹理的表征能力. 展开更多
关键词 图像处理 散射图像 多尺度自相似性 稳定过程
在线阅读 下载PDF
基于变分的多尺度遥感图像融合算法 被引量:4
2
作者 秦福强 王丽芳 《电子学报》 EI CAS CSCD 北大核心 2020年第6期1084-1090,共7页
全色图像与多光谱图像融合时,忽略了上采样的重要性和通道间细节的差异性.针对前者,利用不同尺度下自相似块,估计出低分辨率图像丢失信息,从而修改了图像上采样的策略,并以此构造目标函数的保真项;针对后者,利用全色图像和光谱图像梯度... 全色图像与多光谱图像融合时,忽略了上采样的重要性和通道间细节的差异性.针对前者,利用不同尺度下自相似块,估计出低分辨率图像丢失信息,从而修改了图像上采样的策略,并以此构造目标函数的保真项;针对后者,利用全色图像和光谱图像梯度域结构相似性,提出局部加权动态稀疏约束,构造目标函数的正则项.本文基于变分法理论,构造了新的目标函数,并提出了多尺度迭代融合框架,通过多次迭代逐步提高融合图像的分辨率,每一层的融合结果更加准确,从而提高最终的融合精度.本文算法与Brovey等成分替代算法、P+XS等变分算法、MTF_GLP等多分辨分析算法进行比较.实验结果表明,本算法的融合结果具有良好的视觉效果,且在客观评价指标上比所有对比算法的最优值平均值均有提高. 展开更多
关键词 多光谱图像 遥感图像融合 多尺度自相似性 局部加权动态梯度稀疏
在线阅读 下载PDF
基于多尺度非局部约束的单幅图像超分辨率算法 被引量:7
3
作者 潘宗序 禹晶 +1 位作者 肖创柏 孙卫东 《自动化学报》 EI CSCD 北大核心 2014年第10期2233-2244,共12页
多尺度结构自相似性是指图像中的大量物体具有相同尺度以及不同尺度相似结构的性质.本文提出了一种基于多尺度非局部约束的单幅图像超分辨率算法,结合多尺度非局部方法和多尺度字典学习方法将蕴含在图像多尺度自相似结构中的附加信息加... 多尺度结构自相似性是指图像中的大量物体具有相同尺度以及不同尺度相似结构的性质.本文提出了一种基于多尺度非局部约束的单幅图像超分辨率算法,结合多尺度非局部方法和多尺度字典学习方法将蕴含在图像多尺度自相似结构中的附加信息加入到重建图像中.多尺度非局部方法在图像金字塔的不同层中搜索相似图像块,并利用多尺度相似图像块间的关系建立非局部约束项,通过正则化约束获取多尺度自相似结构中的附加信息;多尺度字典学习方法将图像金字塔作为字典学习的样本,通过字典学习使样本中的多尺度相似图像块在字典下具有稀疏表示形式,从而获取多尺度自相似结构中的附加信息.实验表明,与ScSR、SISR、NLIBP、CSSS、ASDSAR和mSSIM等算法相比,本文的算法取得了更好的超分辨率重建效果. 展开更多
关键词 超分辨率 多尺度结构自相似性 稀疏表示 非局部方法
在线阅读 下载PDF
基于地震资料有效信息约束的深度网络无监督噪声压制方法 被引量:7
4
作者 陈文超 刘达伟 +4 位作者 魏新建 王晓凯 陈德武 李书平 李冬 《煤田地质与勘探》 CAS CSCD 北大核心 2021年第1期249-256,共8页
地震资料处理是地震勘探中的关键环节,由于地下构造和地表条件的复杂性,地震资料的处理需要经过一系列复杂流程,从而形成多种不同类型的地震数据。不同种类的地震数据具有不同的数据特征,充分利用和发掘其中的数据特征,不仅可以充分发... 地震资料处理是地震勘探中的关键环节,由于地下构造和地表条件的复杂性,地震资料的处理需要经过一系列复杂流程,从而形成多种不同类型的地震数据。不同种类的地震数据具有不同的数据特征,充分利用和发掘其中的数据特征,不仅可以充分发挥处理方法的技术潜力,消除各类非地质因素对地震资料处理质量的影响,同时可以增强地震资料处理的可靠性,改善地震资料的资料信噪比及分辨率,在复杂油气藏勘探开发中具有非常重要的基础作用。叠前地震成像道集(CRP)中的有效信号同相轴近似水平,叠后地震成像数据因为地层沉积的规律性,有效信号相比于随机噪声、成像画弧噪声等干扰具有规律、简单等特点。具体表现为CRP道集及叠后地震资料有效信号具有多尺度自相似性的特征,其高维Fourier(FK或FKK)域主要能量集中在低频、低波数区域。针对上述地震数据的特点,提出一种基于先验信息约束的深度网络地震资料无监督噪声压制方法。受到深度图像先验(DIP)的启发,神经网络的结构可以视为一种特殊的隐式先验信息,合理设计网络结构可以使得网络具有多尺度自相似性特征的提取能力。由于叠前地震成像道集数据和叠后地震成像数据有效信号的多尺度自相似性,而噪声不具备这一特性,因此,特定结构的网络可以从原始数据提取出有效信号,从而达到噪声压制的目的。叠前成像道集和叠后成像的实际数据随机噪声压制试验结果表明,本文方法具有良好的保真性与鲁棒性。此外,由于本文方法具有强大的特征提取能力,因此,对常规方法不易压制的弧状成像噪声也有良好的效果。 展开更多
关键词 无监督学习 神经网络 弧状成像噪声压制 成像道集 多尺度自相似性
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部