您的位置: 专家智库 > >

天津市自然科学基金(13JCYBJC37700)

作品数:5 被引量:23H指数:3
相关作者:夏克文汪浩然牛文佳任苗苗胡钊政更多>>
相关机构:河北工业大学中国科学院大学中国科学院电子学研究所更多>>
发文基金:天津市自然科学基金国家自然科学基金河北省自然科学基金更多>>
相关领域:自动化与计算机技术交通运输工程更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 4篇自动化与计算...
  • 1篇交通运输工程

主题

  • 3篇图像
  • 2篇噪声
  • 2篇噪声估计
  • 2篇奇异值
  • 2篇奇异值分解
  • 2篇字典学习
  • 1篇序列图
  • 1篇序列图像
  • 1篇压缩感知
  • 1篇遥感
  • 1篇智能交通
  • 1篇视觉定位
  • 1篇似然
  • 1篇图像块
  • 1篇图像去噪
  • 1篇图像去噪算法
  • 1篇去噪
  • 1篇去噪算法
  • 1篇主成分
  • 1篇主成分分析

机构

  • 5篇河北工业大学
  • 2篇武汉理工大学
  • 2篇中国科学院电...
  • 2篇中国科学院大...

作者

  • 4篇夏克文
  • 3篇汪浩然
  • 2篇胡钊政
  • 2篇任苗苗
  • 2篇牛文佳
  • 1篇赵斌
  • 1篇张兰
  • 1篇李娜

传媒

  • 1篇计算机应用
  • 1篇计算机应用研...
  • 1篇计算机工程与...
  • 1篇交通运输系统...
  • 1篇图学学报

年份

  • 2篇2017
  • 2篇2016
  • 1篇2014
5 条 记 录,以下是 1-5
排序方式:
分段正交匹配追踪(StOMP)算法改进研究被引量:8
2017年
信号重构是压缩感知的核心技术之一,而其重构精度和所耗时长直接影响其应用效果。现今分段正交匹配追踪算法(StOMP)因耗时短而得到广泛应用,但也存在着重构精度差、稳定性低的缺点。提出一种基于粒子群优化(PSO)算法且同时具有回溯特性的StOMP改进算法(ba-IWPSO-StOMP),即首先在StOMP算法的一次原子选择上,引入回溯策略,实现原子的二次筛选;在每次迭代计算中,使用具有惯性权重指数递减的PSO(IWPSO)算法对传感矩阵中部分原子进行优化,从而实现更高精度,更少迭代次数的信号重构。对一维信号和二维图像的重构结果表明,在稀疏条件相同的情况下,算法在收敛时间较短的情况下,其重构精度明显优于StOMP等同类算法。
汪浩然夏克文牛文佳
关键词:压缩感知粒子群优化
基于车载连续序列图像的道路曲率计算方法被引量:2
2016年
提出一种基于车载连续序列图像的道路曲率计算方法.算法首先利用车载视觉系统进行内外参数标定实现对路面车道线的三维重建,利用三维重建误差模型对重建的数据点进行误差估计,并对数据点进行选弃.对序列图像中路面车道线重建出来的曲线采用ICP算法进行曲线匹配,并将匹配后的曲线映射到统一的参考坐标系中.最后利用匹配曲线上的数据点进行圆周拟合,计算道路曲率.实验中利用真实的车载连续序列图像对算法进行验证.针对曲率半径分别为96 m和430 m两段不同程度的弯道,利用本文算法计算对应道路的曲率半径.结果表明,本文算法能够精确地计算出不同弯道的道路曲率,特别是针对平缓弯道的曲率计算,比基于单幅图像的曲率计算方法更加准确与稳定.
胡钊政张兰柏东芳赵斌
关键词:智能交通ICP算法
结合PCA及字典学习的高光谱图像自适应去噪方法被引量:6
2016年
高光谱图像各波段图像噪声分布复杂,传统去噪方法难以达到理想效果。针对这一问题,在主成分分析(PCA)的基础上,结合噪声估计和字典学习,提出一种新的高光谱去噪方法。首先,对原始高光谱数据进行主成分变换得到一组主成分图像并根据能量比重将其划分为清晰图像组和含噪图像组;然后,根据任一波段图像的信息,利用奇异值分解(SVD)对图像进行噪声估计,再将得到的噪声估计方法与K-SVD字典学习去噪算法结合。提出一种具备自适应噪声估计特性的字典学习去噪算法,并将其应用于信息量较小的含噪图像组进行去噪处理;最后,按各主成分图像对应的信息量比例进行加权融合得到最终的去噪图像。通过对模拟与实际高光谱遥感图像的实验表明.与PCA、PCA-Bish、PCA-Contourlet三种去噪方法相比,所提方法去噪后图像的峰值信噪比(PSNR)可以提升1-3dB.且具有更多的细节信息和更好的视觉效果。
汪浩然夏克文任苗苗李绰
关键词:高光谱遥感主成分分析噪声估计奇异值分解字典学习
结合分块噪声估计的字典学习图像去噪算法被引量:5
2017年
近年来K-SVD字典学习去噪算法因其耗时短、去噪效果好的特点得到广泛关注和应用,但该算法的适用条件为图像的噪声为加性噪声且噪声标准差已知。针对这一情况,先提出一种平滑图像块筛选方法,并将其与奇异值分解(singular value decomposition,SVD)相结合实现对图像的噪声标准差估计;再将得到的噪声估计方法与K-SVD字典学习去噪算法结合起来,提出一种具备噪声估计特性的K-SVD字典学习去噪算法。对多种图像的去噪实验结果表明,与Donoho小波软阈值去噪算法、全变分(total variation,TV)去噪算法相比,该算法不仅能够使去噪后图像的峰值信噪比提升1~3 dB,并且能较好地保留图像的细节信息和边缘特征。
汪浩然夏克文牛文佳任苗苗李绰
关键词:图像去噪奇异值分解噪声估计字典学习
透视三点问题贝叶斯解法(BP3P)及其推广被引量:2
2014年
透视三点问题(Perspective-Three-Point,P3P)是计算机视觉与摄影测量学领域的经典问题,在目标定位、视觉测量、虚拟现实及目标姿态计算等方面有重要的应用。提出基于贝叶斯的P3P问题新解法(BP3P)。从三控制点所确定的支撑平面出发,证明确定支撑平面是求解P3P问题的充要条件,并提出基于贝叶斯的支撑平面计算方法。利用从三控制点计算出的角度、长度比例等几何约束,通过归一化高斯函数来对其似然概率进行建模,并在高斯半球面上搜索最大似然概率求解支撑平面法向量。最后通过任意两控制点实际距离为参考计算平面的距离,确定支撑平面。对BP3P算法进行推广,能处理一般性平面几何约束,实现视觉定位。利用三组真实图像实验对算法进行验证。实验一的结果表明该算法不仅能解决P3P问题,还能对其多解现象进行分析。在实验二与实验三,算法利用一般性几何约束成功实现平面目标准确定位。
胡钊政李娜夏克文
关键词:视觉定位最大似然
共1页<1>
聚类工具0