国家教育部博士点基金(20093218120015) 作品数:13 被引量:60 H指数:5 相关作者: 杨欣 费树岷 周大可 唐庭阁 姜斌 更多>> 相关机构: 南京航空航天大学 东南大学 北京师范大学 更多>> 发文基金: 国家教育部博士点基金 国家自然科学基金 中央级公益性科研院所基本科研业务费专项 更多>> 相关领域: 自动化与计算机技术 电子电信 自然科学总论 机械工程 更多>>
基于核函数的自适应聚类背景提取 2012年 随着目标的检测与跟踪的广泛应用,移动物体分割问题成为研究热点,而解决这类问题的关键需为对图像背景的更新和提取。通过对目前已有的背景提取方法的研究,提出了一种新的基于核函数的背景提取方法:进行预处理,制定删选法则来自适应获取所需处理的视频序列;定义核函数来衡量模式间相似性,对2类聚类中心进行初始化;利用最小距离准则来灰度归并,采取实时的自适应阈值选择;最后通过比较满足条件的像素总数,获取所需背景。实验证明,该方法有效。 李刚 杨欣 周大可 姜斌关键词:聚类 核函数 自适应阈值 基于MAP的自适应图像配准及超分辨率重建 被引量:20 2011年 图像超分辨率重建是一种将多幅低分辨率图像合成为高分辨率图像的技术。当前的超分辨重建技术主要分为图像配准和超分辨率重建2个步骤,提出一种基于最大后验概率的图像超分辨率重建算法,将这2个步骤合二为一;与此同时,为了解决配准参数以及点扩展函数估计值的不精确性问题,在每一幅低分辨率图像代价函数的残差项引入了自适应加权系数并随之给出了迭代算法的总体框架。实验表明,该算法在收敛性和精确性上都达到了较好的效果。 杨欣 费树岷 周大可关键词:图像配准 超分辨率重建 最大后验概率 分辨率增强 基于分类预测器及退化模型的图像超分辨率快速重建 被引量:3 2013年 对基于学习的领域嵌套超分辨率重建方法进行了有效改进,提出了一种基于分类预测器以及退化模型的图像超分辨率重建技术.首先,利用退化模型得到图像训练集,并基于邻域嵌套进行分块;其次,根据图像各自特点提取灰度和梯度特征,并进行特征融合,从而实现了训练过程中噪声信息的有效抑制及图像中边缘信息的锐化;然后,引入分类预测器的思想,设计了一种离线的分类预测器,对预测器进行离线训练,得出优化参数,从而大幅度减少了优化时间;最后,利用L2范数对低分辨率图像分块进行分类,将分块送入相应子预测器中进行快速超分辨率重建.实验结果表明,该算法具有良好的实时性和有效性. 杨欣 费树岷 周大可 唐庭阁关键词:超分辨率重建 特征提取 基于非线性最小二乘的图像自适应SR重建以及运动估计 被引量:6 2010年 图像超分辨率(SR)重建是利用数字信号处理技术由一系列低分辨率观测图像得到高分辨率图像。为了扩展SR技术的应用范围,提出了一种同时进行图像超分辨率重建和全局运动估计的方法。该方法首先基于最大后验概率(MAP)给出了图像SR重建和运动估计框架,该框架不仅考虑了前后两次迭代所得的HR图像差值对最终重建图像的影响,而且引入了不同LR图像对重建图像的重要性权值,使得算法具有自适应性;然后将总体框架转换为图像SR重建模型和运动估计模型;最后基于非线性最小二乘法对模型进行优化求解,得出了SR重建图像及其全局运动域。实验表明,该方法不仅图像重建效果良好,并有着良好的收敛性。 杨欣 王从庆 费树岷关键词:超分辨率重建 最大后验概率 图像增强 基于频域、时域相结合的自适应图像超分辨率重建 被引量:3 2012年 基于最大后验概率(MAP)的超分辨率(SR)重建的研究重点是规则化项的选择,且其大都在频域中实现,为此提出一种基于频域、时域相结合的图像SR重建方法,首先,根据不同图像的特点,定义了频域规则化项(FR)和时域规则化项(TR);然后,给出了图像重建模型,引入频域、时域自适应权值来加强算法的自适应性;最后,运用共轭梯度法推导出重建迭代计算公式,实验表明,所提出的算法具有良好的收敛性和精确性。 杨欣 费树岷 周大可关键词:超分辨率重建 自适应方法 频域 时域 最大后验概率 资源配置混杂Petri网的混杂系统生产过程动态调度 被引量:5 2011年 为了增强混杂生产过程应对突发事件的能力,以一种新的混杂Petri网(资源配置混杂Petri网)为研究模型,给出了相应的使能和激发规则.并在资源配置混杂Petri网建立的仿真模型的基础上,融入事件逻辑网和逻辑规划,提出一种适用于混杂系统动态生产调度建模和优化的方法.以典型的混杂生产过程为例,研究混杂系统生产过程建模及优化.研究结果表明,资源配置混杂Petri网模型描述能力强,能够有效描述混杂系统生产过程,所提出的动态调度方案切实有效. 杨欣 陈谋 费树岷关键词:混杂系统 基于退化模型和邻域嵌套的彩色图像超分辨率自适应重建 被引量:1 2011年 为有效提升图像质量,提出一种基于图像退化模型和邻域嵌套的彩色图像超分辨率重建算法.通过退化模型在彩色空间上得出图像超分辨率重建训练集,并根据此训练集进行图像邻域分块.为了在训练过程中抑制噪声并锐化图像中的边缘信息,提取训练集亮度和梯度特征并进行特征融合.为了有效提升重建算法的自适应性,引入图像重建优化参数和边缘信息参数,根据此参数给出重建模型.基于最小二乘法的基本思想得出重建图像分块,并根据对应的次序对分块进行组合,得出最终高分辨率图像.实验结果表明,该算法效果良好. 杨欣 姜斌 周大可关键词:超分辨率重建 特征提取 基于自适应形态学滤波器的布匹瑕疵检测算法 被引量:7 2012年 针对布匹瑕疵检测算法中运算量大、自适应差的问题,利用布匹纹理周期性变化特性,自适应地构建结构元素,实现形态学运算;采用基于像素面积的阈值选择定位瑕疵位置。在不改变检测准确率的同时减少了运算时间。实验结果表明,该算法所确定的瑕疵位置与主观视觉吻合,相比经典算法,误检率、错误率均降低了4%。 李刚 杨欣 唐庭阁 费树岷关键词:形态学滤波 瑕疵检测 基于自适应双边全变差的图像超分辨率重建 被引量:3 2012年 超分辨率图像重建技术就是通过融合多幅变形、模糊、有噪、频谱混叠的低分辨率降质图像(或视频序列)来重建一幅高质量高分辨率图像.MAP估计算法是一种广泛使用的统计重建方法.针对标准的MAP算法引入了自适应概念,引入了图像自适应加权系数矩阵;据此给出一种基于自适应双边全变差的图像超分辨率重建算法,该方法不仅能在图像超分辨率重建过程中抑制噪声,而且能锐化图像中的边缘信息;建立了自适应重建模型并用梯度下降法推导出迭代计算公式.实验表明,该算法在收敛性和精确性上都达到了较好的效果. 杨欣 周大可 费树岷关键词:图像重建 超分辨率 自适应 分辨率增强 基于形态学边缘保持的自适应超分辨率重建 被引量:1 2011年 针对正则化MAP(Maximum a Posteriori Probability)超分辨率算法重建结果细节不够清晰,正则化参数选取的鲁棒性较差,运算速度慢等问题,提出基于形态学边缘保持的自适应超分辨率算法。首先基于形态学定义边缘保持算子,该算子能随着迭代过程自适应调整;其次,将该算子作用于超分辨率重建的正则项,从而在图像的边缘区域加强约束重建,而在图像的平滑区域加强正则化。实验结果表明,改进算法的细节更加清晰,正则化参数的鲁棒性更好,运算速度更快。 唐庭阁 杨欣 周大可 姜斌关键词:超分辨率 最大后验概率 正则化