一种含有镜面反射由明暗恢复形状的新算法

提出了一种基于混合反射模型的由明暗恢复形状的离散算法．采用有限差分近似微分运算，将一阶非线性微分方程所描述的反射图方程转化为关于未知表面高度的代数方程，再由反射图方程和图像梯度信息构造目标方程，进而用Newton迭代算法求出该方程的数值解，得到表面三维形状．所提出的新算法具有快速准确的特点，在恢复物体的细节和边缘时，比同类算法更准确．合成半球图像的实验结果表明，与三角形面元算法相比，新算法恢复高度的平均相对误差和CPU运行时间分别减少了37．2％和20．22％．     

一种适合漫反射表面从明暗恢复形状的快速算法

针对使用朗伯反射模型描述漫反射表面的形状恢复算法存在较大误差的问题,提出了一种基于Oren-Nayar反射模型的从明暗恢复形状的快速算法(FSFS-ON).首先假定摄像机采用正交投影,其方向与光源方向一致,建立适合漫反射表面的图像辐照度方程,然后将该方程转化为包含物体深度信息的Eikonal偏微分方程,使用单调迎风Godunov Hamiltonian函数和fast marching方法逼近该微分方程的黏性解,进而得到物体表面的三维形状.合成花瓶图像的实验结果表明:与同类算法相比,FSFS-ON算法所需的CPU运行时间有较大幅度的减少;与基于朗伯反射模型的算法相比,FSFS-ON算法恢复三维形状高度的均方根误差降低了35.04%.     

一种从明暗恢复形状的快速黏性解算法

针对传统的从明暗恢复形状(SFS)算法存在误差大、耗时长的问题,提出了一种SFS的快速黏性解算法(PSFS-FVS).首先假定物体表面反射模型为朗伯模型,建立透视投影下的图像辐照度方程,然后将该方程转化为包含物体表面深度信息的静态Hamilton-Jacobi偏微分方程,使用非线性规划原理逼近该微分方程的黏性解,进而得到物体表面的三维形状.合成花瓶图像的实验结果表明:与Prados-Faugeras算法相比,PSFS-FVS算法在相同迭代次数时,恢复三维形状高度的平均相对误差降低了8.7%;在相同的误差条件下,所需的CPU运行时间减少了23.5%.实际人脸图像的三维形状恢复结果表明,PSFS-FVS算法在恢复局部细节信息时更加准确有效.     

透视投影下的镜面反射表面形状恢复新算法

针对含有镜面反射的表面形状恢复问题，提出一种透视投影下基于Ward模型的从明暗恢复形状的新算法．首先，假设光源处在相机的光心处，并引入光强衰减距离因子，用Ward模型建立含有强镜面反射的表面反射图方程，进而由反射图方程构造透视投影下关于形状深度信息的偏微分方程，并用Lax-FriedrichsSweeping方法和改进的非线性黏性因子求解该偏微分方程，得到表面三维形状．所提出的新算法具有准确可靠的特点，比同类算法更加稳定．对合成花瓶图像的实验表明，与基于正交投影的算法相比，新算法恢复高度的平均误差下降了13．5％．     

关于单调混合变分不等式的带有误差的Mann迭代算法

研究了单调混合变分不等式的一些新的带有误差项的Mann迭代算法以及在实Hilbert空间中的收敛性。     

求解变分不等式的一种改进的投影收缩算法

给出一种新的求解变分不等式的投影收缩算法,这个算法只需要在算子单调的条件下就可以证明其收敛性,而不再需要算子是强单调的或Lipschitz连续的。     

一种求解变分包含问题的Man迭代算法

首先回顾了与变分包含问题相关的一些基本概念。然后介绍H-单调算子的概念,接下来考虑一类带有H-单调算子的变分包含问题,该类变分包含问题可以涵盖前人研究过的几类变分问题和变分不等式问题,从而表明该类问题是已研究问题的有效推广深入研究。接下来笔者给出了预解算子的概念,并利用该概念进一步建立了变分包含问题与某个不动点问题的等价性。这种等价性允许使用预解算子技巧提出一种新型的Man迭代算法。最后对算法的收敛性进行了分析,在所给定理条件下,利用文献[3]中被广泛应用的一个引理,不仅可以证明这类变分包含问题存在唯一解,而且可以保证所提的新型Man迭代算法最终强收敛到原问题的唯一解。     

一种求解拟变分不等式问题的算法

拟变分不等式问题在最优化和控制等领域有着广泛应用,目前处于初级研究阶段.利用优化中的梯度投影技术,提出了求解拟变分不等式问题的一种全局收敛算法,给出了算法的全局收敛性定理,同时通过数值试验说明了算法的可行性和有效性.     

基于总变分彩色图像恢复问题的有效算法

为改进彩色图像的恢复效果,针对数字图像在获取和传输过程中产生的图像退化问题,提出一种改进的总变分正则化模型.首先在最大后验估计的框架下,将彩色图像退化问题转化为总变分最小化问题;然后选择L1范数作为总变分模型的正则项;最后引入对偶变量,将上述问题转化为极大极小问题,利用一阶原对偶算法结合分块矩阵求逆的算法处理上述极大极小问题.实验结果表明,与交替迭代算法相比较,该算法对彩色图像进行去噪和去模糊的能力更优,实验验证了该算法的有效性和优越性.     

经典变分不等式的一种梯度投影算法

本文在有限维欧氏空间中提出了一种解经典变分不等式的梯度投影算法,该算法通过进一步限制投影区域,使X～k向一新的闭凸集Ω∩H_K~1∩H_K~2进行投影,使得x~(k 1)=P_(Ω∩H_K~1∩H_K~2)~(x~k),其中H_K~2={x∈R~n│≤0}.从而使得新的算法的迭代比原方法有一个更长的步长。并证明了其收敛性。     

变分不等式的变维数算法

研究了变分不等式问题解的存在性，建立了解该问题的变维数算法讨论了算法的收敛性并对算法进行了数值检验。     

一个求解变分不等式问题的投影算法

基于D.Han提出的求解变分不等式问题的推广的近似点算法(generalized proximal method),提出了一个新的改进算法,该算法的最大特点是在每一步只需要近似求解一个线性方程组系统.并在适当条件下证明了算法的全局收敛性.     

求解变分不等式问题的一个投影算法

基于D. Han提出的求解变分不等式问题的推广的近似点算法(generalized proximal method), 本文提出了一个新的改进算法.该算法的最大特点是在每一步只需要近似求解一个线性方程组系统.在适当条件下证明了算法的全局收敛性.     

半正定单调变分不等式的CPC算法

研究关于单调半正定变分不等式的CPC算法.通过变分不等式的3个常用的性质和半正定变分不等式的定义得到了单调半正定变分不等式的CPC算法;CPC算法不仅可以解决一般的非线性函数的半正定互补问题,而且可以解决一类没有显式函数的半正定互补问题,只要求几个迭代点的函数值的信息就可以算出最优解来,这也正是半正定CPC算法的优点;通过几个例子的计算,表明了CPC算法的优越性.     

求解变分不等式的多重网格算法

多重网格法是求解椭圆型偏微分方程边值问题的一种快速、有效的数值方法.本文将多重网格算法应用于变分不等式问题的数值求解.将不动点法与多重网格过程相结合提出了求解变分不等式问题的一种多重网格算法.以障碍问题及其特例—弹、塑性杆的自由扭转问题为例,给出了求解所得的数值结果,讨论了这种算法的收敛性情况.实例表明,文中提出的算法保持了一般多重网格过程的主要特点.它具有远小于1的收敛比率;松弛因子的改变对收敛速率的影响很不灵敏;求解变分不等式问题的计算量接近或略小于相应的变分问题.     

混合变分不等式解的分裂惯性近似算法

在无限维Hilbert空间中研究了一类混合变分不等式,借助于极大单调算子的ε-扩大提出了分裂惯性近似算法,并讨论了该算法的弱收敛性,该结论进一步弱化了这类混合变分不等式解集所需满足的条件.     

改进的SIFT算法

目前图像配准的方法中,SIFT特征点匹配算法是目前图像特征匹配研究领域的一个热点问题。其匹配能力较强,可以处理图像间发生平移、旋转、放射变换的匹配,对任意角度拍摄的图像也具备较稳定的特征匹配能力并且极少数的特征点有偏差。因此通过参数的变化对SIFT算法的原理进行了研究以及改进,并用运算时间等数据说明该算法的有效性。     

基于变分贝叶斯方法的多工况过程监控

多模型方法是针对多工况工业过程监控所使用的最普遍也是最有效的方法.传统的多模型方法在离线建立子模型时,通常使用EM算法估计子模型的参数,但EM算法容易陷入局部最优,并且无法利用已有的先验信息,会导致建立混合模型不够准确,可能无法有效检测出故障.因此将变分贝叶斯方法与多模型方法相结合,可以充分利用数据的先验知识,估计的参数也更准确.在建立模型计算监控统计量后,通过比较待测试数据落在各个子模型中后验概率的大小整合多个监控结果.对TE过程的仿真实验表明,变分贝叶斯用于多模型方法可以有效地监控工业过程.     

基于变分贝叶斯的数据分类算法

随着互联网技术的高速发展,数据库的规模和复杂度不断增长,传统的分类方法已经不能满足复杂数据的分类需求,针对此类问题,提出了一种基于变分贝叶斯的数据分类算法。该算法在传统贝叶斯推断上引入变分近似理论,结合最大期望算法思想,利用统计物理中的平均场理论,并以混合高斯模型为例进行了实验仿真。实验结果证明,随机生成数据在经过382次迭代后,能明显看出由3组高斯模型混合而成,似然函数的下界随迭代次数增加不断上升,在350次迭代后曲线与预想一样趋于平缓,并且在误差允许的范围内得到接近真实数据的均值和逆协方差矩阵,实现其分类处理。在保证高精度的要求下计算速度更快、效率更高、更符合实际工程的应用背景。