检索结果-维普期刊中文期刊服务平台

基于小波与高斯Markov随机场组合的轮廓纹理分割被引量：1: 1; 作者刘传才《小型微型计算机系统》 CSCD 北大核心 2004年第1期68-71,共4页; 为综合多尺度纹理模型和高斯型 Markov随机场纹理模型各自的优点 ,本文提出了组合这两种模型的方法 .Mallat的经验法、高斯型 Markov随机场纹理模型和组合方法的对比实验表明 ,当纹理结构包含微结构时 ,组合方法分割纹理轮廓的性能最好 .; 关键词高斯markov随机场纹理分割多分辨率随机微分方程多尺度; 在线阅读下载PDF 职称材料

基于Gauss-Markov随机场的贝叶斯盲复原被引量：1: 2; 作者周箩鱼张正炳《计算机应用》 CSCD 北大核心 2014年第9期2708-2710,2724,共4页; 针对图像盲复原中图像细节恢复的同时块效应放大的问题,提出了一种贝叶斯盲复原算法。首先使用贝叶斯框架模式,对原始图像、观察图像、点扩散函数(PSF)及模型参数分别建立先验模型,并将能有效描述图像局部统计特征的带有高斯特性的Marko... 展开更多; 关键词图像盲复原带有高斯特性的markov随机场贝叶斯公式点扩散函数; 在线阅读下载PDF 职称材料

基于Markov随机场的自适应正则化三维显微图像复原被引量：4: 3; 作者张菊何小海 +2 位作者陶青川张敏李蕊《光子学报》 EI CAS CSCD 北大核心 2008年第6期1272-1276,共5页; 提出了基于马尔可夫随机场模型的正则化因子自适应调整三维显微图像复原算法,并用模拟序列样本和真实生物样本进行了实验.为了保持复原图像的边缘等细节信息,以Markov随机场模型作为图像的先验概率模型,对代价函数添加边缘约束惩罚项.其... 展开更多; 关键词图像复原边缘保持 markov随机场高斯点扩展函数计算光学切片显微术; 在线阅读下载PDF 职称材料

基于通用高斯马尔可夫随机场模型的图像超分辨率重建: 4; 作者黄华李俊 +1 位作者齐春朱世华《计算机科学》 CSCD 北大核心 2005年第11期195-197,共3页; 提出了一种基于通用高斯马尔可夫随机场(GGMRF)模型的图像超分辨率重建方法,给出了求解过程和实验结果,并进行了分析。相对Compound Markov随机场模型和 Huber-Markov随机场模型,GGMRF模型不用判断边缘或者线过程,因此优化求解简单,大... 展开更多; 关键词超分辨率图像重建 GGMRF模型马尔可夫随机场随机场模型图像超分辨率高斯通用 markov MRF模型; 在线阅读下载PDF 职称材料

基于高斯混合噪声和随机模型的冠脉造影数据仿真: 5; 作者杨俊尚鹏 +2 位作者周寿军郑曲波吴桂良《系统仿真学报》 CAS CSCD 北大核心 2013年第11期2655-2661,共7页; 提出了一种冠状动脉CT血管造影图像数据的仿真方法。该方法能在三维空间模拟血管目标和背景,可以为血管造影图像的分析计算提供一种仿真数据。方法的主要内容是:管状目标的常规形态和特异形态的模拟;多参数高斯混合噪声背景的产生;基于M... 展开更多; 关键词血管仿真高斯混合模型 markov随机场 CT冠状动脉造影; 在线阅读下载PDF 职称材料

基于耦合度的高斯均值场归一化结构选择算法: 6; 作者陈亚瑞廖士中《计算机研究与发展》 EI CSCD 北大核心 2010年第9期1497-1503,共7页; 高斯Markov随机场是具有Markov性质、符合多元高斯分布的概率模型.高斯均值场是高斯Markov随机场模型上一种基本的变分推理方法,该方法通过引入基于变量簇分解的自由分布进行变分转换,计算出目标函数的下界.自由分布结构选择是变分推理... 展开更多; 关键词概率推理变分推理高斯markov随机场高斯均值场结构选择; 在线阅读下载PDF 职称材料

题名基于小波与高斯Markov随机场组合的轮廓纹理分割被引量：1: 1; 作者刘传才; 机构福州大学计算机系; 出处《小型微型计算机系统》 CSCD 北大核心 2004年第1期68-71,共4页; 基金国家 973项目 (G19980 3 0 60 0 )资助福建省自然科学基金项目 (F0 0 0 13 )资助福州大学科技发展基金研究项目(XKJ(QD)-0 121)资助; 文摘为综合多尺度纹理模型和高斯型 Markov随机场纹理模型各自的优点 ,本文提出了组合这两种模型的方法 .Mallat的经验法、高斯型 Markov随机场纹理模型和组合方法的对比实验表明 ,当纹理结构包含微结构时 ,组合方法分割纹理轮廓的性能最好 .; 关键词高斯markov随机场纹理分割多分辨率随机微分方程多尺度; Keywords gaussian markov random fields texture segmentation multi-resolution stochastic difference equations multi- scale; 分类号 TN957 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名基于Gauss-Markov随机场的贝叶斯盲复原被引量：1: 2; 作者周箩鱼张正炳; 机构长江大学电子信息学院; 出处《计算机应用》 CSCD 北大核心 2014年第9期2708-2710,2724,共4页; 文摘针对图像盲复原中图像细节恢复的同时块效应放大的问题,提出了一种贝叶斯盲复原算法。首先使用贝叶斯框架模式,对原始图像、观察图像、点扩散函数(PSF)及模型参数分别建立先验模型,并将能有效描述图像局部统计特征的带有高斯特性的Markov(Gauss-Markov)随机场模型作为原始图像的先验模型;然后利用贝叶斯公式推导出原始图像及点扩散函数的迭代公式。实验结果表明,与总变分(TV)先验模型的恢复图像相比,所提算法的恢复图像块效应明显减少,并且视觉效果更好;在点扩散函数的大小已知和未知的情况下,相比TV先验模型,所提算法的改善信噪比(ISNR)能提高1 dB左右。; 关键词图像盲复原带有高斯特性的markov随机场贝叶斯公式点扩散函数; Keywords blind image deblurring Gauss-markov random field Bayesian formula Point Spread Function(PSF); 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于Markov随机场的自适应正则化三维显微图像复原被引量：4: 3; 作者张菊何小海陶青川张敏李蕊; 机构四川大学电子信息学院图像信息研究所; 出处《光子学报》 EI CAS CSCD 北大核心 2008年第6期1272-1276,共5页; 基金国家自然科学基金(60372079)资助; 文摘提出了基于马尔可夫随机场模型的正则化因子自适应调整三维显微图像复原算法,并用模拟序列样本和真实生物样本进行了实验.为了保持复原图像的边缘等细节信息,以Markov随机场模型作为图像的先验概率模型,对代价函数添加边缘约束惩罚项.其中,正则化因子在迭代过程中自适应地进行更新.实验结果表明此算法在对原始图像进行估计的同时,能够有效地保留图像的边缘等细节信息.而EM算法虽然能够有效地去除层间干扰,却丢失了大量的细节信息.; 关键词图像复原边缘保持 markov随机场高斯点扩展函数计算光学切片显微术; Keywords Image restoration Edge preservation markov random field Gaussian point spread function （PSF） Computational optical sectioning microscopy（COSM）; 分类号 TP751 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于通用高斯马尔可夫随机场模型的图像超分辨率重建: 4; 作者黄华李俊齐春朱世华; 机构西安交通大学电信学院; 出处《计算机科学》 CSCD 北大核心 2005年第11期195-197,共3页; 文摘提出了一种基于通用高斯马尔可夫随机场(GGMRF)模型的图像超分辨率重建方法,给出了求解过程和实验结果,并进行了分析。相对Compound Markov随机场模型和 Huber-Markov随机场模型,GGMRF模型不用判断边缘或者线过程,因此优化求解简单,大大减少了运算量。实验结果表明在低噪声情况下,该方法重建图像视觉效果较好。; 关键词超分辨率图像重建 GGMRF模型马尔可夫随机场随机场模型图像超分辨率高斯通用 markov MRF模型; Keywords Superresolution, Image reconstruction, GGMRF; 分类号 TN911.73 [电子电信—通信与信息系统] TN919.8 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于高斯混合噪声和随机模型的冠脉造影数据仿真: 5; 作者杨俊尚鹏周寿军郑曲波吴桂良; 机构中国人民解放军第四五八医院中国科学院深圳先进技术研究院; 出处《系统仿真学报》 CAS CSCD 北大核心 2013年第11期2655-2661,共7页; 基金国家自然科学基金委面上项目(61179020) 青年基金项目(60902103 31000450); 文摘提出了一种冠状动脉CT血管造影图像数据的仿真方法。该方法能在三维空间模拟血管目标和背景,可以为血管造影图像的分析计算提供一种仿真数据。方法的主要内容是:管状目标的常规形态和特异形态的模拟;多参数高斯混合噪声背景的产生;基于Markov随机场的背景纹理生成;基于随机路径模型的心脏左冠状动脉树模拟;目标/背景数据合成与比例控制。由此可以生成多变的血管结构和复杂的背景。实验中利用上述方法有效模拟了多种典型血管形态及其狭窄结构,并有效生成了左冠状动脉树及其血管造影仿真数据。; 关键词血管仿真高斯混合模型 markov随机场 CT冠状动脉造影; Keywords vascular simulation gaussian mixture model markov random field CT coronary angiogram; 分类号 TP391.9 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于耦合度的高斯均值场归一化结构选择算法: 6; 作者陈亚瑞廖士中; 机构天津大学计算机科学与技术学院; 出处《计算机研究与发展》 EI CSCD 北大核心 2010年第9期1497-1503,共7页; 基金国家自然科学基金项目(60678049) 天津市应用基础研究计划基金项目(07JCYBJC14600); 文摘高斯Markov随机场是具有Markov性质、符合多元高斯分布的概率模型.高斯均值场是高斯Markov随机场模型上一种基本的变分推理方法,该方法通过引入基于变量簇分解的自由分布进行变分转换,计算出目标函数的下界.自由分布结构选择是变分推理的重要步骤,也是折中变分精度与计算复杂性的关键.提出了一个新的结构选择标准,并设计了一个结构选择算法.首先,在高斯Markov随机场上定义了耦合度和类耦合度概念来度量变量簇间的依赖关系,证明了高斯均值场的耦合度-精度定理,并进一步给出了类耦合度结构选择指标;然后,结合类耦合度指标和变量簇归一化技术,设计了一个高斯均值场结构选择算法;通过对比实验验证了算法的有效性.; 关键词概率推理变分推理高斯markov随机场高斯均值场结构选择; Keywords probabilistic inference variational inference Gaussian markov random field Gaussian mean field structure selection; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于小波与高斯Markov随机场组合的轮廓纹理分割	刘传才	《小型微型计算机系统》 CSCD 北大核心	2004	1	在线阅读下载PDF 职称材料
2	基于Gauss-Markov随机场的贝叶斯盲复原	周箩鱼张正炳	《计算机应用》 CSCD 北大核心	2014	1	在线阅读下载PDF 职称材料
3	基于Markov随机场的自适应正则化三维显微图像复原	张菊何小海陶青川张敏李蕊	《光子学报》 EI CAS CSCD 北大核心	2008	4	在线阅读下载PDF 职称材料
4	基于通用高斯马尔可夫随机场模型的图像超分辨率重建	黄华李俊齐春朱世华	《计算机科学》 CSCD 北大核心	2005	0	在线阅读下载PDF 职称材料
5	基于高斯混合噪声和随机模型的冠脉造影数据仿真	杨俊尚鹏周寿军郑曲波吴桂良	《系统仿真学报》 CAS CSCD 北大核心	2013	0	在线阅读下载PDF 职称材料
6	基于耦合度的高斯均值场归一化结构选择算法	陈亚瑞廖士中	《计算机研究与发展》 EI CSCD 北大核心	2010	0	在线阅读下载PDF 职称材料