多尺度反向校正增强和无损下采样的毫米波图像目标检测方法 被引量：1

1

作者 叶学义 韩卓 +2 位作者 蒋甜甜 王佳欣 陈华华 《电子测量与仪器学报》 北大核心 2025年第4期50-61,共12页

针对毫米波图像中隐匿目标局部信噪比低导致检测障碍的问题,提出了一种基于多尺度反向校正增强和无损下采样的检测方法。首先设计了一种多尺度反向校正特征增强模块,在提取多尺度特征的多卷积核Res2Net上融合反向校正操作,实现大感受野... 针对毫米波图像中隐匿目标局部信噪比低导致检测障碍的问题,提出了一种基于多尺度反向校正增强和无损下采样的检测方法。首先设计了一种多尺度反向校正特征增强模块,在提取多尺度特征的多卷积核Res2Net上融合反向校正操作,实现大感受野区域对区域内相关小感受野区域卷积计算的反向校正,使得深度模型不仅能够获取更细粒度的特征,而且使宏观判别性表示贯穿多个尺度的特征信息;其次,利用非跨步卷积层的SPD-Conv实现无损下采样,缓解卷积下采样导致的信息丢失;最后,采用K-means++聚类算法生成适合隐匿目标检测任务的新锚框。实验在YOLO系列中选择了各方面性能都适中的YOLOv5s作为基础框架,针对现有的两种毫米波图像数据集(阵列图像集和线扫图像集)平均精度均值(mAP)mAP@0.5分别达到了96.21%和97.97%,相较于原版YOLOv5s以及YOLO其他系列等性能有显著提升。实验结果表明,该方法在不明显增加参数量和推理时间的同时,能够有效提升深度模型的检测性能。 展开更多

关键词 隐匿目标检测 主动毫米波图像 多尺度反向校正特征增强 无损下采样 K-means++

在线阅读 下载PDF 职称材料

基于实例分割与点云配准的目标位姿测量方法

2

作者 王奡 燕必希 +1 位作者 孙鹏 王君 《工具技术》 北大核心 2025年第3期132-136,共5页

在合作目标位姿检测中,应用扫描点云直接配准经常产生错误和效率低的问题,为此提出一种结合YOLOv8算法进行实例分割并实现点云高精度配准测量目标位姿的方法。对目标三维点云扫描数据进行下采样,减少数据量,提高运行效率;使用三维点云... 在合作目标位姿检测中,应用扫描点云直接配准经常产生错误和效率低的问题,为此提出一种结合YOLOv8算法进行实例分割并实现点云高精度配准测量目标位姿的方法。对目标三维点云扫描数据进行下采样,减少数据量,提高运行效率;使用三维点云生成二维图像进行实例分割,剔除点云中的背景,并使用距离滤波算法剔除干扰点,获得目标点云;使用ICP算法配准模型与目标,获得目标坐标系信息描述目标位姿。实验表明,采用下采样后,预处理与配准分别平均提升效率47%与80%;去除干扰点后进一步提升了配准精度,最大点对距离减少0.504 mm,平均点对距离减少0.019 mm。通过精度实验验证,目标位置误差均值<0.3 mm,各轴角度误差均值<0.6°,可以满足舱外服务机器人的需求。 展开更多

关键词 体素下采样 实例分割 YOLOv8 ICP 点云配准

在线阅读 下载PDF 职称材料

SG-UNet:基于全局注意力和自校准卷积增强的黑色素瘤分割模型

3

作者 计寰宇 王蕊 +1 位作者 高盛祥 车文刚 《南方医科大学学报》 北大核心 2025年第6期1317-1326,共10页

目的 提出了一种新的黑色素瘤分割模型SG-UNet,以提高黑色素瘤皮肤镜图像的精确分割。通过分割后边界特征评估,可以更准确地识别诊断黑色素瘤从而辅助早期诊断。方法 使用一种U形结构的卷积神经网络UNet,对其主干、跳跃连接和下采样池... 目的 提出了一种新的黑色素瘤分割模型SG-UNet,以提高黑色素瘤皮肤镜图像的精确分割。通过分割后边界特征评估,可以更准确地识别诊断黑色素瘤从而辅助早期诊断。方法 使用一种U形结构的卷积神经网络UNet,对其主干、跳跃连接和下采样池化部分进行改进。在主干部分,我们将UNet的下采样部分参考Vgg的结构将卷积数量由10个增加到13个加深网络层次来捕获更加精细的特征表示。为了进一步提升特征提取和细节识别的能力,主干部分将传统的卷积替换为自校准卷积增强模型对空间维度和通道维度特征的捕获能力。同时,在池化部分将哈尔小波下采样替换原有的池化层实现更有效的多尺度特征融合,并降低特征图的空间分辨率。接着将全局注意力机制融入到每一层的跳跃连接中更好地理解图像的上下文信息。结果实验结果表明SG-UNet在ISIC 2017和ISIC 2018数据集上的分割效果对比目前其他先进分割模型得到明显提升。在ISIC2017和ISIC 2018数据集上Dice,IoU分别达到了92.41%,86.62%和92.31%,86.48%。结论 实验结果证实,所提出的方法能够有效实现黑色素瘤的精确分割。 展开更多

关键词 图像分割 全局注意力机制 黑色素瘤 UNet 自校准卷积 哈尔小波下采样 SG-UNet

在线阅读 下载PDF 职称材料

基于图像恢复和空间通道注意力的下采样图像取证网络

4

作者 刘澳龄 单武扬 +2 位作者 邱骏颖 田茂 李军 《计算机应用》 北大核心 2025年第5期1582-1588,共7页

下采样操作会使图像丢失高频取证痕迹和细节信息,增加图像取证的难度,而现有的基于深度学习的图像取证网络不能有效检测经过下采样操作篡改的图像,导致提高下采样图像取证方法的鲁棒性成为图像取证的瓶颈。为解决这个问题,提出一个下采... 下采样操作会使图像丢失高频取证痕迹和细节信息,增加图像取证的难度,而现有的基于深度学习的图像取证网络不能有效检测经过下采样操作篡改的图像,导致提高下采样图像取证方法的鲁棒性成为图像取证的瓶颈。为解决这个问题,提出一个下采样图像取证网络HirrNet(Hierarchical RRU-Net)。HirrNet主要包括图像恢复模块和篡改检测模块:图像恢复模块使用分层条件流(HCF)的思想,通过恢复篡改图像取证痕迹和细节信息减少高频信息的丢失,从而提高篡改检测性能;篡改检测模块则使用端到端图像分割网络RRU-Net(Ringed Residual U-Net)进行篡改检测。此外,通过结合空间和通道压缩与激励(SCSE)机制,可有效增强下采样图像中与篡改相关的特征的提取。实验结果表明,HirrNet在DSO、Columbia、CASIA和NIST16数据集上的受试者特征工作曲线下面积(AUC)、F1分数和交并比(IoU)优于对比网络。其中,在CASIA数据集上,对于尺寸缩小至原图1/2和1/4的篡改图像,HirrNet的AUC指标相较于对比方法平均提升25和30个百分点。可见,HirrNet可以有效解决现有的下采样图像取证方法鲁棒性差的问题。 展开更多

关键词 图像取证 图像恢复 空间通道注意力 下采样

在线阅读 下载PDF 职称材料

一种改进的快速深度图像先验降噪模型

5

作者 张睿 程晓慧 《计算机应用研究》 北大核心 2025年第3期920-926,共7页

相较于有监督深度降噪模型,仅利用给定的噪声图像本身就能完成降噪任务的无监督深度图像先验(deep image prior,DIP)降噪模型没有数据偏向(data bias)问题,具有更好的泛化能力。然而,DIP降噪模型较长的迭代训练步数导致其在执行效率方... 相较于有监督深度降噪模型,仅利用给定的噪声图像本身就能完成降噪任务的无监督深度图像先验(deep image prior,DIP)降噪模型没有数据偏向(data bias)问题,具有更好的泛化能力。然而,DIP降噪模型较长的迭代训练步数导致其在执行效率方面仍有较大提升空间。为此,提出了一种改进的增速深度图像先验降噪模型(improved accelerated deep image prior-based denoising model,IADIP)。首先,使用多个主流有监督降噪模型处理输入的噪声图像,得到多个互补的初步降噪图像(称为预处理图像)。其次,以预处理图像作为网络输入并同时将预处理图像和噪声图像共同作为目标图像以降低DIP网络映射难度,为将DIP默认的4层UNet骨干网络简化为1层结构打下基础,从而大量减少迭代更新网络参数的计算代价。最后,在IADIP无监督迭代训练中,提出一种采用下采样技术实现的伪有参考图像质量度量,并基于该度量监控迭代过程中网络输出图像的图像质量,适时终止迭代训练以实现自动早停并确保网络输出图像的图像质量。当迭代终止时,IADIP网络输出图像即为最终的降噪后图像。大量实验表明:改进后的IADIP降噪模型的执行效率显著优于原DIP降噪模型,而其降噪效果也超过了当前主流的降噪算法。 展开更多

关键词 图像降噪 深度图像先验 性能提升 简化网络 下采样 自动早停

在线阅读 下载PDF 职称材料

基于改进Vision Transformer的遥感图像分类研究

6

作者 李宗轩 冷欣 +1 位作者 章磊 陈佳凯 《林业机械与木工设备》 2025年第6期31-35,共5页

通过遥感图像分类能够快速有效获取森林区域分布,为林业资源管理监测提供支持。Vision Transformer(ViT)凭借优秀的全局信息捕捉能力在遥感图像分类任务中广泛应用。但Vision Transformer在浅层特征提取时会冗余捕捉其他局部特征而无法... 通过遥感图像分类能够快速有效获取森林区域分布,为林业资源管理监测提供支持。Vision Transformer(ViT)凭借优秀的全局信息捕捉能力在遥感图像分类任务中广泛应用。但Vision Transformer在浅层特征提取时会冗余捕捉其他局部特征而无法有效捕获关键特征,并且Vision Transformer在将图像分割为patch过程中可能会导致边缘等细节信息的丢失,从而影响分类准确性。针对上述问题提出一种改进Vision Transformer,引入了STA(Super Token Attention)注意力机制来增强Vision Transformer对关键特征信息的提取并减少计算冗余度,还通过加入哈尔小波下采样(Haar Wavelet Downsampling)在减少细节信息丢失的同时增强对图像不同尺度局部和全局信息的捕获能力。通过实验在AID数据集上达到了92.98%的总体准确率,证明了提出方法的有效性。 展开更多

关键词 遥感图像分类 Vision Transformer 哈尔小波下采样 STA注意力机制

在线阅读 下载PDF 职称材料

多层特征融合的超声甲状腺结节分割方法

7

作者 张雅婷 赵宸 +1 位作者 帅仁俊 吴梦麟 《计算机工程与设计》 北大核心 2024年第1期228-235,共8页

为精确地从超声图像中分割出甲状腺结节,提出一种包含Swin Transformer和卷积神经网络两个分支的多层特征融合分割方法,利用3个单向特征桥接单元(one-way feature bridging unit,OFU)桥接多层语义特征,并下采样特征图。实验采用来自斯坦... 为精确地从超声图像中分割出甲状腺结节,提出一种包含Swin Transformer和卷积神经网络两个分支的多层特征融合分割方法,利用3个单向特征桥接单元(one-way feature bridging unit,OFU)桥接多层语义特征,并下采样特征图。实验采用来自斯坦福AIMI共享数据集的超声甲状腺结节图像用于训练、验证和测试。经过实验对比,验证了该模型在用时较短的情况下,相比其它模型取得了更好的分割效果。 展开更多

关键词 图像分割 甲状腺结节 特征融合 深度学习 特征提取 下采样 图像预处理

在线阅读 下载PDF 职称材料

压缩感知雷达成像技术综述 被引量：42

8

作者 刘记红 徐少坤 +2 位作者 高勋章 黎湘 庄钊文 《信号处理》 CSCD 北大核心 2011年第2期251-260,共10页

压缩感知理论突破了传统Nyquist采样定理的限制,它基于信号的稀疏性、测量矩阵的随机性和非线性优化算法完成对信号的压缩采样和重构。这种全新的信号处理理论为克服传统雷达固有缺陷,解决传统高分辨雷达面临的高采样率、大数据量和实... 压缩感知理论突破了传统Nyquist采样定理的限制,它基于信号的稀疏性、测量矩阵的随机性和非线性优化算法完成对信号的压缩采样和重构。这种全新的信号处理理论为克服传统雷达固有缺陷,解决传统高分辨雷达面临的高采样率、大数据量和实时处理困难等问题提供了可能。本文概述了压缩感知基本理论,详细讨论了基于压缩感知的雷达成像技术,对压缩感知在高分辨雷达成像领域中的研究现状进行了归纳和分析,应用对象包括SAR/ISAR、穿墙雷达、MIMO雷达、探地雷达等,充分体现了压缩感知在简化雷达硬件设计、弥补雷达数据缺陷、改善雷达成像质量等方面的巨大潜力,明确了研究中存在的问题,阐述了有待进一步研究的方向,并总结了压缩感知用于雷达成像的优势和缺陷。 展开更多

关键词 压缩感知 雷达成像 稀疏表示 随机采样 优化算法

在线阅读 下载PDF 职称材料

基于下采样分数阶小波变换的图像融合新方法 被引量：41

9

作者 徐小军 王友仁 陈帅 《仪器仪表学报》 EI CAS CSCD 北大核心 2014年第9期2061-2069,共9页

为抑制小波变换图像融合方法在下采样过程产生的伪吉普斯效应,解决非下采样图像融合方法融合时间长的问题,提出了基于下采样的分数阶小波变换(FRWT)融合方法。该方法采用离散分数阶小波变换(DFRWT)对不同灰度特征源图像进行多尺度分解,... 为抑制小波变换图像融合方法在下采样过程产生的伪吉普斯效应,解决非下采样图像融合方法融合时间长的问题,提出了基于下采样的分数阶小波变换(FRWT)融合方法。该方法采用离散分数阶小波变换(DFRWT)对不同灰度特征源图像进行多尺度分解,根据不同阶数下图像分数阶小波变换子代模系数非稀疏性特点,分别使用区域最大和区域方差匹配图像融合规则进行对比实验,并对融合规则和阶数选取加以讨论。实验结果表明,相对于小波变换(DWT)融合方法,此方法有效的抑制了伪吉普斯效应,获得更好主观效果和较高客观评价指标值,与非下采样变换融合方法相比,该方法在确保融合质量的同时融合时间大为缩短。实验结果表明本文方法的有效性。 展开更多

关键词 图像融合 分数阶小波变换 小波变换 下采样

在线阅读 下载PDF 职称材料

基于随机卷积的压缩感知雷达成像 被引量：11

10

作者 刘记红 徐少坤 +1 位作者 高勋章 黎湘 《系统工程与电子技术》 EI CSCD 北大核心 2011年第7期1485-1490,共6页

压缩感知理论为解决传统高分辨雷达面临的大带宽信号采样、海量数据存储、传输与处理等问题提供了契机。基于随机卷积的压缩感知是一种通用有效的数据获取策略,且便于物理实现。研究了基于随机卷积的压缩感知雷达成像方法,对随机测量体... 压缩感知理论为解决传统高分辨雷达面临的大带宽信号采样、海量数据存储、传输与处理等问题提供了契机。基于随机卷积的压缩感知是一种通用有效的数据获取策略,且便于物理实现。研究了基于随机卷积的压缩感知雷达成像方法,对随机测量体系中降采样的不同实现方式进行分析和讨论。仿真和实测数据验证了成像方法的有效性,并对比分析了不同降采样方式下信噪比和样本数对成像性能的影响。 展开更多

关键词 雷达成像 压缩感知 随机卷积 降采样

在线阅读 下载PDF 职称材料

基于区域的非下采样形态小波医学图像融合算法 被引量：11

11

作者 曹义亲 雷章明 黄晓生 《计算机应用研究》 CSCD 北大核心 2012年第6期2379-2381,共3页

提出了基于区域的非下采样形态小波医学图像融合算法。该算法首先将待融合的图像进行非下采样形态Haar小波分解成高频子带和低频子带,对低频子带图像直接按绝对值最大的规则进行融合,对各高频子带图像则先进行区域分割,对分割的区域根... 提出了基于区域的非下采样形态小波医学图像融合算法。该算法首先将待融合的图像进行非下采样形态Haar小波分解成高频子带和低频子带,对低频子带图像直接按绝对值最大的规则进行融合,对各高频子带图像则先进行区域分割,对分割的区域根据其活跃度指数进行匹配,再对相匹配的区域按能量最大规则进行融合;最后根据融合后的低频子带及高频子带进行融合图像重构。实验结果表明,该算法在保持移不变形态小波融合方法优点的基础上,增强了融合图像的细节及亮度信息,同时有效地克服了对噪声和非精确配准敏感等缺点。 展开更多

关键词 非下采样 形态小波变换 图像融合

在线阅读 下载PDF 职称材料

下采样对复眼图像超分辨率重构效果的影响 被引量：1

12

作者 胡江涛 黄峰 +2 位作者 张雏 刘秉琦 王元铂 《激光杂志》 CAS CSCD 北大核心 2014年第10期43-45,共3页

针对复眼超分辨率重构系统中,当以不同成像分辨率(对应不同的下采样因子)的器件拍摄同一场景时,重构效果相对于各自低分辨率图像改善程度不同的问题,研究了下采样程度与复眼超分辨率重构效果之间的关系。通过仿真实验获取不同下采样因... 针对复眼超分辨率重构系统中,当以不同成像分辨率(对应不同的下采样因子)的器件拍摄同一场景时,重构效果相对于各自低分辨率图像改善程度不同的问题,研究了下采样程度与复眼超分辨率重构效果之间的关系。通过仿真实验获取不同下采样因子下低分辨率图像的重构结果,从信息熵、信噪比和峰值信噪比对重构前后图像质量进行评价,并采用Romchi Ruling分辨率靶板对仿真结果进行实验验证。实验结果表明:以3至4为下采样因子对512×512的lena图像采样时,信噪比提高7.29db,重构效果改善明显;以相对下采样因子2.2对50mm×50mm的Romchi Ruling分辨率靶板采样时,分辨率提高3个等级。其研究结果可用于指导复眼成像系统研制过程中对成像器件的选型。 展开更多

关键词 复眼成像系统 超分辨率重构 下采样 重构效果 分辨率靶板

在线阅读 下载PDF 职称材料

基于多尺度卷积神经网络和LBP算法的浮选工况识别 被引量：5

13

作者 蒋小平 刘俊威 +2 位作者 王乐乐 雷震彬 胡明振 《矿业科学学报》 CSCD 2023年第2期202-212,共11页

针对泡沫浮选加药状态检测困难、识别效率低和主观性强等问题,提出了一种结合多尺-度卷积神经网络(CNN)特征及改进局部二值模式(LBP)计算方法的核随机权神经网络(K RV-FLNs)浮选工况识别方法。首先,对泡沫浮选图像进行非下采样Shearlet... 针对泡沫浮选加药状态检测困难、识别效率低和主观性强等问题,提出了一种结合多尺-度卷积神经网络(CNN)特征及改进局部二值模式(LBP)计算方法的核随机权神经网络(K RV-FLNs)浮选工况识别方法。首先,对泡沫浮选图像进行非下采样Shearlet多尺度分解,将原始图像分解为不同频率尺度,设计多通道CNN网络对多尺度图像进行特征提取;再通过改进LBP算法提取特征作为补充,将CNN提取的图像特征与LBP特征进行融合;最后,通过核随机权神经网络映射到更高维空间进行分类决策,实现浮选加药状态的精确识别。实验结果表明,采用多尺度CNN及LBP-TOP特征融合的方法识别的精度比传统LBP算法提高了5.34%,比采用单CNN特-征的方法提高了3.76%,结合K RVFLNs实现浮选工况分类准确率高达96.38%,识别精度和稳定性较现有方法有较大提升,且减少了人工干预,有利于提高生产效率。 展开更多

关键词 图像处理 卷积神经网络 非下采样Shearlet变换 局部二值模式 随机权神经网络

在线阅读 下载PDF 职称材料

应用新抽样栅格的两种小波变换图像去噪方法

14

作者 丁润涛 程凌宇 《天津大学学报（自然科学与工程技术版）》 EI CAS CSCD 北大核心 2005年第1期85-89,共5页

为提高小波变换图像去噪的质量,提出一种用于多分辨率 45°和 135°方向二维小波分解的新抽样栅格.在此基础上构造出两种新的小波变换图像去噪方法: 4方向小波去噪法和对角方向小波去噪法.这两种去噪方法均考虑了图像 45°... 为提高小波变换图像去噪的质量,提出一种用于多分辨率 45°和 135°方向二维小波分解的新抽样栅格.在此基础上构造出两种新的小波变换图像去噪方法: 4方向小波去噪法和对角方向小波去噪法.这两种去噪方法均考虑了图像 45°方向和 135°方向的结构特征.实验结果表明,这两种方法在视觉效果和误差数据上均优于标准二维小波去噪法. 展开更多

关键词 图像去噪 小波变换 抽样栅格 45°、135°方向小波变换

在线阅读 下载PDF 职称材料

复合材料曲面构件缺陷超声三维成像方法 被引量：8

15

作者 赵志鹏 戴宁 +2 位作者 周鑫 程筱胜 代洪庆 《仪器仪表学报》 EI CAS CSCD 北大核心 2022年第7期257-266,共10页

针对目前复合材料曲面结构缺陷检测技术存在的检测结果不直观、效率低等问题,提出一种基于超声相控阵的缺陷三维成像方法。使用三维激光扫描仪获取曲面的点云模型,通过平行截面法规划检测路径,然后使用相控阵轮式探头采集超声图像数据... 针对目前复合材料曲面结构缺陷检测技术存在的检测结果不直观、效率低等问题,提出一种基于超声相控阵的缺陷三维成像方法。使用三维激光扫描仪获取曲面的点云模型,通过平行截面法规划检测路径,然后使用相控阵轮式探头采集超声图像数据。利用均匀三次B样条函数拟合检测路径与曲面,根据扫查步长和图像序列关系计算超声图像数据点的空间位置以生成超声点云集。最后利用体素化降采样方法对超声检测结果进行重建,实现复合材料内部缺陷的三维成像。实验结果表明,本文方法的缺陷成像结果与CT检测结果的平均误差为1.14 mm,能够快速准确地重建缺陷的位置、形状与尺寸信息,实现复合材料曲面样件内部缺陷的精确表征。 展开更多

关键词 复合材料 缺陷检测 超声相控阵 体素化降采样 三维成像

在线阅读 下载PDF 职称材料

基于多尺度反向投影的图像超分辨率重建算法 被引量：8

16

作者 熊亚辉 陈东方 王晓峰 《计算机工程》 CAS CSCD 北大核心 2020年第7期251-259,共9页

为解决当前主流图像超分辨率重建算法对低分辨率图像中细节信息利用不够充分的问题,提出一种基于多尺度反向投影的图像超分辨率重建算法。使用多个不同尺度的卷积核从浅层特征提取层中提取出不同维度的特征信息,输入到反向投影模块后,... 为解决当前主流图像超分辨率重建算法对低分辨率图像中细节信息利用不够充分的问题,提出一种基于多尺度反向投影的图像超分辨率重建算法。使用多个不同尺度的卷积核从浅层特征提取层中提取出不同维度的特征信息,输入到反向投影模块后,交替使用升采样和降采样来优化高分辨率和低分辨率图像的投影误差,同时运用残差学习的思想将升采样和降采样阶段提取到的特征使用级联的方式进行连接,从而提升图像的重建效果。实验结果表明,在Set5、Set14和Urban100数据集上,与Bicubic、SRCNN、ESPCN、VDSR和LapSRN 5种主流算法相比,该算法的峰值信噪比和结构相似性均有所提高。 展开更多

关键词 图像超分辨率重建算法 多尺度 反向投影 迭代式升采样和降采样 深度学习

在线阅读 下载PDF 职称材料

结合NSST显著性检测及图割的泡沫红外图像分割 被引量：2

17

作者 陈诗媛 廖一鹏 +1 位作者 张进 王卫星 《液晶与显示》 CAS CSCD 北大核心 2021年第4期584-595,共12页

为精确提取浮选泡沫表面的崩塌、新合成气泡,减少噪声和光照影响,提出一种结合非下采样Shearlet变换(NSST)域显著性检测及图割的泡沫红外图像分割方法。对泡沫红外图像进行NSST多尺度分解,采用GBVS算法对低频子带图像进行显著性检测,通... 为精确提取浮选泡沫表面的崩塌、新合成气泡,减少噪声和光照影响,提出一种结合非下采样Shearlet变换(NSST)域显著性检测及图割的泡沫红外图像分割方法。对泡沫红外图像进行NSST多尺度分解,采用GBVS算法对低频子带图像进行显著性检测,通过马尔科夫链特征差异计算显著性值,对各个高频方向子带进行噪声系数去除和边缘、弱边缘系数非线性增强。对处理后的多尺度高频子带、低频子带图像进行NSST重构,通过低频子带图像的显著性检测结果构建显著性约束项,采用高斯拟合函数构建气泡亮度约束项,然后构造图割能量函数,最后利用最大流/最小割算法对目标区域进行分割。实验结果表明该方法受光照影响小,一定程度上解决了过分割和欠分割问题。正常浮选检测准确率为91.8%,欠浮选为87.1%,过浮选为88.9%,分割精度较现有方法有明显提高,能有效提取出崩塌或新合成的气泡,表现出良好的抗噪性,且在不同工况下均表现出良好的鲁棒性。 展开更多

关键词 图像处理 泡沫红外图像分割 非下采样Shearlet变换 图割 显著性检测

在线阅读 下载PDF 职称材料

基于代数多重网格的天波超视距雷达跨尺度地海杂波识别方法 被引量：3

18

作者 李灿 张钰 +2 位作者 王增福 卢琨 潘泉 《电子学报》 EI CAS CSCD 北大核心 2022年第12期3021-3029,共9页

天波超视距雷达(天波雷达)在远程预警领域发挥着关键作用.基于天波雷达地海杂波识别的坐标配准利用地海杂波识别结果形成地/海分界线或地形轮廓,将其与先验地理信息匹配为目标定位提供坐标配准参数,可提升天波雷达目标定位精度.为满足... 天波超视距雷达(天波雷达)在远程预警领域发挥着关键作用.基于天波雷达地海杂波识别的坐标配准利用地海杂波识别结果形成地/海分界线或地形轮廓,将其与先验地理信息匹配为目标定位提供坐标配准参数,可提升天波雷达目标定位精度.为满足不同类型目标检测、波束驻留与扫描等要求,天波雷达通常采用不同信号时宽、相干积累点数,使地海杂波谱数据具有多分辨率多尺度特性.针对不同分辨率/尺度地海杂波谱数据分别设计分类器存在训练数据不均衡、维护成本高等问题.本文基于代数多重网格与插值相关图像下采样思想,建立不同尺度地海杂波谱数据之间的代数关系,提出了一种跨尺度深度卷积神经网络地海杂波分类器.其允许使用经过训练的低分辨率地海杂波分类器对高分辨率数据进行分类,分类正确率不低于88.26%;也允许使用经过训练的高分辨率地海杂波分类器对低分辨率数据进行分类,分类正确率不低于92.53%,而无需针对不同分辨率/尺度数据分别设计分类器. 展开更多

关键词 天波超视距雷达 杂波识别 坐标配准 代数多重网格法 插值相关图像下采样 跨尺度

在线阅读 下载PDF 职称材料

改进卷积神经网络SAR图像去噪算法 被引量：9

19

作者 钱满 张向阳 李仁昌 《计算机工程与应用》 CSCD 北大核心 2020年第14期176-182,共7页

合成孔径雷达(SAR)通常会被一种称为散斑的乘性噪声干扰,这使得图像的解释变得困难。为解决这一问题,提出一种改进卷积神经网络SAR图像去噪方法。对图像进行下采样再对下采样子图像进行卷积提取特征,这可以有效扩大感受野提高去噪效率;... 合成孔径雷达(SAR)通常会被一种称为散斑的乘性噪声干扰,这使得图像的解释变得困难。为解决这一问题,提出一种改进卷积神经网络SAR图像去噪方法。对图像进行下采样再对下采样子图像进行卷积提取特征,这可以有效扩大感受野提高去噪效率;为了减少梯度消失问题和提高模型去噪性能,网络又引入了跳跃连接和残差学习策略;利用仿真和实测数据对网络进行测试与评估,实验结果表明提出的方法具有良好的去噪效果和较高的计算效率,对比其他去噪方法,该方法不仅去噪效果好,而且效率更高。 展开更多

关键词 合成孔径雷达(SAR)图像去噪 卷积神经网络 图像下采样 跳跃连接 残差学习

在线阅读 下载PDF 职称材料

基于深度学习的智能高精度图像识别算法 被引量：9

20

作者 郭原东 雷帮军 +1 位作者 聂豪 李讷 《现代电子技术》 2021年第4期173-176,共4页

针对高精度训练样本缺失场景下图像识别算法泛化能力差的问题,文中提出一种改进的深度置信网络结构(DBNs)。该结构通过在DBN网络中引入随机隐退机制,使得隐含层中的部分单元失效,仅保留其连接权重,防止小样本量训练过程中产生的过拟合... 针对高精度训练样本缺失场景下图像识别算法泛化能力差的问题,文中提出一种改进的深度置信网络结构(DBNs)。该结构通过在DBN网络中引入随机隐退机制,使得隐含层中的部分单元失效,仅保留其连接权重,防止小样本量训练过程中产生的过拟合现象。为降低引入随机隐退机制后算法的计算复杂度,在该结构中引入基于相邻近算法的降采样机制。采用ORL开放人脸数据集进行仿真实验,结果表明,该机制可以将识别错误率由普通DBN网络的43%降低到5.0%,但计算时间有所增加。对比引入降采样算法后的网络测试结果显示,网络训练时间下降约69.9%;与AlexNet等公开网络的对比测试结果表明,该算法的识别精度可达95.2%,在计算精度与识别效率上均有一定的优越性。 展开更多

关键词 图像识别 深度学习 随机隐退 图像降采样 仿真实验 网络测试

在线阅读 下载PDF 职称材料