基于压缩感知的合成孔径雷达二维成像算法

通过对合成孔径雷达回波信号的分析,利用压缩感知理论基于信号稀疏性或可压缩性的基本原理,提出了方位稀疏表示的一种新方法,在此基础上给出了基于压缩感知的SAR回波信号处理方法和二维成像算法,实现了压缩感知对信号的全新采集和编解码,以较少的数据量实现成像,有效地抑制旁瓣,在一定程度上提高了成像中目标的分辨率,为有效降低高分辨合成孔径雷达的数据率提供了一种有效途径。通过对仿真数据和实测数据的处理验证了所提方法的可行性和有效性。     

二维炉膛辐射热交换流法数学模型

应用流法(亦称通量法)建立了小尺寸实验炉流场和温度场数学模型,选用CELS(Coupled Equation Line Solution)联合逐线交叉迭代法进行了求解。在实验炉上做了实验验证,结果吻合较好,说明流法可以较准确地应用于小尺寸工业炉窑的预示计算中。     

扩展声源全变分规则化二维稀疏DOA估计方法

针对空间扩展声源的稀疏波达方向(DOA)估计问题,提出一种全变分规则化的二维DOA估计方法(简记为2DTV-CES)。首先利用扩展声源的空间分布成组性和声源相关性特征建立扩展声源模型;然后,通过构建二维广义阵列流形及其过完备表述,实现声源的稀疏表示;通过定义二维全变分,构建二维全变分正则项,实现对于声源结构特征的几何约束,促进解的分段常数轮廓的形成;最后结合全变分正则项与一般LASSO构建二维全变分稀疏DOA估计模型,由凸优化求解。理论分析表明,与传统二维DOA估计方法相比,所提方法避免了去相关处理、角度配对的步骤。仿真实验验证了方法的有效性,在涉及扩展源的DOA估计中,2DTV-CES方法性能明显优于一般LASSO方法和改进的ESPRIT方法,检测概率超过95%,实现了对扩展声源的二维波达方向的高精度快速估计。     

腺苷负荷二维应变评价冠心病患者左室整体应变及应变率

目的:探讨腺苷负荷结合二维应变超声心动图(two-dimensional strain echocardiography,2DSE)对冠心病患者左室整体应变及应变率的应用价值.方法:共入选15例经冠脉造影证实的冠心病患者,分别静脉注射腺苷注射液[140 μg· (kg· min)-1],用药时间6 min(总剂量为0.8 mg/kg).分别于腺苷注射液给药开始、给药后3min、终止给药时和停药后5min完成左心室短轴及长轴各切面的二维图像采集.应用Echo-PAC超声工作站分析左室心肌整体应变和应变率,比较腺苷负荷前(n=15)和负荷峰值剂量(n=15)左室短轴及长轴各切面心肌整体应变的改变.结果:与负荷前比较,负荷峰值下左室各切面心肌整体收缩期应变(GS)、收缩期应变率( GSRs)低于负荷前,舒张早期应变率(GSRe)、舒张晚期应变率(GSRa)、GSRe/GSRa比值则高于负荷前.除外GSRe/GSRa比值,其余各应变值差异均有统计学意义(P＜0.05);组间各时间段两两比较,左室整体应变值差异有显著性意义(P＜0.01);组内各切面间两两比较,应变值差异不明显(P＞0.05).试验中不良反应发生率为86.0％,但症状轻微,腺苷负荷试验安全性良好.结论:腺苷负荷超声心动图结合心肌二维应变可定量分析心肌运动规律,可为临床评价心功能提供有效的量化手段.     

基于最小二乘法的流长度分布估计方法

为了得到未抽样流的分布特征,提出一种新的由抽样报文流数据来估计原始未抽样流长度分布的方法.首先分析了产生一个定长抽样流的原始流的概率分布模型,并根据这个概率分布特征给出了长流一个非常简单的估计.然后构造了关于短流的方程组,利用流的重尾分布特性和最小二乘法对该方程组进行求解,得到了短流的估计.理论分析表明该估计方法有效地控制了时间复杂程度,实验测试结果也表明该算法对于分布的估计是精确的,估计精度与EM算法相当.     

基于扩展的双曲同余码/素数码的二维光正交码

构造了一种扩展的双曲同余码(EHC)，用该码作为时间扩频伪随机序列和以素数码(PC)作为波长跳频伪随机序列，形成了一种新的二维光正交码EHC／PC．与EQC／PC相比，两者的码字数相同，互相关性能相当，但前者扩频系数和码重较小，可以提高用户的数据速率并降低对光编／解码器的要求．模拟计算表明，当同时使用的用户数较少时，EQC／PC的误码率比EHC／PC略低；当同时使用的用户数中等或较多时，两者的误码率性能相当．因此，EHC／PC比EQC／PC更适合于同时使用的用户数中等或较多的光码分多址(OCDMA)系统．     

DFT在二维DOA估计的MUSIC法中的应用

波达方向DOA估计(Direction Of Arrival)广泛应用于各种空间滤波系统中,而MUSIC算法是DOA估计中的经典和实用的算法.但由于算法中需要进行各种矩阵运算,其计算量相当大.笔者提出了在阵元数为2i的均匀圆阵中,利用数据的循环特性,采用DFT(Discrete Fourier Transform)的计算方法,完成MUSIC法的空间谱函数二维谱峰搜索.同时,分析了该方法相对于传统MUSIC法谱峰搜索时计算量的改进,给出了仿真结果.改进后的MUSIC算法计算量可以减少到传统算法计算量的一半.     

基于模板匹配和光流法的图像配准方法

光流法是一种广泛应用的像素级非刚性图像配准方法。该方法对发生平移、旋转以及放缩变换的图像能够很好地配准,但是光流法在待配准图像比较大且初始位置远离目标位置时,配准速度及位置较差。文章提出了结合模板匹配和光流法的改进算法,首先通过模板匹配算法进行粗定位,再使用光流法进行精确定位。实验表明,该方法大大提高了原算法的配准能力。     

多κ类广义压缩最小二乘估计

提出线性模型中回归系数的多k类广义压缩最小二乘估计的概念．在均方误差的意义下，给出了该估计一致优于最小二乘估计的充分条件．     

二维正弦信号频率估计的ESPRIT方法研究

为了在噪声背景下估计二维正弦信号的频率,并获得较高的估计精度,给出了二维相关阵的大特征值所对应的主特征向量,位于由信号向量张成的信号子空间的结论,并因此提出了一种新的基于最大特征值所对应的第1特征向量的二维谐波频率估计ESPRIT(Estimation of Signal Parameters Via Rotational Invariance Techniques)方法.该方法用此第1特征向量构造一个特殊矩阵代替MEMP(Matrix Enhancement and Matrix Pencil)方法中的数据矩阵,进一步用二维ESPRIT方法来估计谐波频率.该方法依赖于信号子空间,对噪声和数据长度敏感性小,同时它不需进行谱峰搜索,可以得到较高的估计精度.同时给出了较为简便的频率配对算法.仿真实验证明了算法的正确性.     

基于GDIM的纹理图像光流估计

针对传统的光流估计方法不适用于在环境亮度不均匀变化情况下,在无显著特征动态图像模型(GDIM)基础上,提出了一种处理不均匀亮度变化问题的光流计算方法.通过建立纹理图像滤波器对原始图像进行预处理,获得纹理图像;然后在GDIM中应用反复加权最小二乘方方法抑制不稳定的流约束获得鲁棒光流估计.对于Yosemite基准图像序列,通过使用该算法和传统算法进行实验比较,证明其具有较好的性能.     

基于结构纹理分解和多重网格的光流估计算法

分别针对光流计算对光照变化敏感以及运算复杂度高、迭代收敛缓慢的问题,使用一种基于ROF(Rudin-Osher-Fatemi)模型的结构纹理分解(STD)技术得到对光照变化不敏感的纹理图估计光流场,消除了光照变化产生的负面影响,并提出一种基于多重网格方法的分层处理策略.将光流计算的迭代过程分散在一系列粗细不同的网格上,在细网格上消除高频误差,在粗网格上消除低频误差,以达到加速收敛、提高光流计算速度的目的.实验结果表明,STD过程抑制了光照变化导致的负面影响,提高了光流估计精度.多重网格算法在保持优化精度的前提下,显著提高了光流计算的实时性.     

一种改进的基于光流的鲁棒多尺度运动估计算法

基于图像的运动估计是计算机视觉在许多应用中的一项基本任务, 在这一领域的主要目标是尽可能精确地估计场景和物体的运动。针对界外值在光流估计过程中会引起不可预期的运动估计结果, 严重影响运动估计精度的问题,提出一种改进的鲁棒分层的多尺度运动估计算法。该算法利用图基的双权重函数,自动调节不同残差数据点的权重,去除残差过大的数据点,并采用多尺度金字塔由粗到精逐层迭代,精确地估计运动矢量。实验结果表明：该算法鲁棒性好,能有效地解决遮挡背景和运动不连续而引起的界外值问题,明显地提高运动估计精度。     

权重系数对基于光流法机器人避障系统的影响

基于光流法的机器人避障系统是近些年研究的新热点,为了实现机器人在未知环境下的自我避障功能,同时提高机器人的避障准确度,本文将对基于Horn-Schunck光流法的机器人避障系统进行研究,提出通过选取算法中合适的权重系数来提高机器人的避障效果。首先,运用HS算法建立真实的机器人避障系统,然后,在实验室中的Optitrack系统下进行真实的避障实验,并比较在不同的权重系数下机器人的避障效果,最终,通过实验结果得出：权重系数的取值会对机器人的避障效果产生影响,当权重系数取值在[350,400]时,机器人的避障效果达到最优。     

基于光流法的篮球图像运动块差异自主检测方法

为了解决传统方法在人群密集遮挡情况下无法满足检测要求,以及针对正常运动块的加速度改变,容易误检测为差异运动块的问题,通过光流法研究篮球图像运动块差异自主检测问题。分析光流法方程,通过篮球图像序列中像素强度数据的时域改变与相关性判断运动块像素的变化。通过码本模型对篮球图像前景位置进行提取,避免人群遮挡干扰,在前景位置处找到特征点。获取目标特征点后,通过光流法对运动块进行跟踪,针对全部能够被跟踪的运动块,引入光流运动方向数据;把光流运动方向在相同角度区间中的特征点当成一组数据完成归一化处理,降低对正常运动块的误判断,增强检测精度。对各区间中光流加速度进行高斯滤波处理,把各角度区间加速度累加,将其当成篮球图像加速度,设定累积加速度阈值,在图像块累积加速度高于设定阈值的情况下,认为出现差异情况。结果表明,所提方法能够检测遮挡背景下篮球图像运动块差异,NMI与LODF值均较大。说明所提方法满足遮挡情况下运动块差异检测要求,检测结果准确,不容易出现误检测现象。     

基于光流的人体运动实时检测方法

针对目前广泛使用的光流法计算耗时严重问题,提出了基于差分图像绝对值和(SAD)与光流法相结合的人体运动检测方法. 通过计算SAD检测出运动区域,在已确定的运动区域内进行Horn-Schunck光流场计算,准确地计算出人体的运动信息. 在后续处理中,应用形态学的闭运算和连通性分析,较完整地分割出人体运动目标. 实验结果表明,该方法有效地提高了系统的计算速度,能够实时准确地对人体运动进行检测.     

基于LabVIEW光纤模斑测量构件表面应变的方法

提出利用多模光纤模斑测量构件表面应变的方法,分析测量原理,设计测量装置,介绍利用LabV IEW软件实现测量数据的采集、多项式拟合和应变值的计算,经实验得出测量结果,并进行了分析.结果表明:利用文中提出的方法能够实现对构件表面应变的检测,测量系统构成简单,工作可靠,具有良好的应用前景.     

基于边缘光流法向分量的运动区域划分

为克服传统运动区域分割算法对光流求解正确度的依赖,提出了一种基于光流法向分量的运动区域分割算法.该算法利用有区别的同区域判决函数对各个边缘点及其邻域进行光流法向分量的相关性聚类.利用Matlab软件对合成图像和真实图像进行了仿真.结果表明,在参数选择合理的情况下,该算法能够正确地对图像序列中的运动区域进行分割;并且由于仅对于边缘点处的光流法向分量进行处理,算法速度也比基于完全光流矢量的算法有所提高.     

基于特征光流的多运动目标检测跟踪算法与评价

光流车辆检测算法其光流不仅携带了运动物体的运动信息,还包含丰富的三维结构信息,能够在未知场景信息的情况下对运动目标进行准确检测;但传统光流法计算方法复杂、抗噪性能差、处理速度缓慢,无法满足多目标实时检测的实际需求。为提高光流法实时检测效率,同时保持较好的检测精度,提出了一种基于Harris特征点光流及卡尔曼滤波模型的多运动目标跟踪算法;并提出新的视频目标检测算法性能评价指标。通过对不同实验场景下多个运动目标的检测与跟踪实验统计结果表明,对比主流Meanshift车辆跟踪算法,检测精度平均提高4.61%;且跟踪持续性提升41.5%,具有更好的鲁棒性及准确性。在时间效率上较比传统光流法平均提升42.9%,能够更好地满足目标跟踪实时性要求。     

多注意力结合光流的视频超分辨方法

针对现如今监控摄像、卫星遥感以及视频娱乐等领域对视频图像的清晰度要求越来越高,而目 前大部分视频超分辨方法存在参数量大、恢复的视频存在抖动等问题,提出了一种多注意力结合光流的视频 超分辨方法,通过引入多个注意力包括空间注意力、通道注意力以及自注意力来提升超分辨性能。 具体而 言,作为一种特征加权的增强方法,这些注意力可以捕获视频帧的时空特征并增强自适应性和通道间的依赖 性,实现全局学习的功能;同时,提出双阶段特征对齐思路,首先利用光流对视频进行估计,进行第一阶段的 特征对齐,然后引入长短是记忆网络结构增强位置和通道的特征融合,进行第二阶段的特征对齐,以防止恢 复的视频帧出现抖动。 实验结果表明:该方法在评估标准和可视化效果方面都取得了令人满意的效果。