基于曲波变换的视网膜血管图像增强算法

视网膜血管图像存在像素对比度低等特点,干扰正常的视网膜图像分割.针对视网膜血管的图像特性,提出了一种改进的基于曲波变换的视网膜血管图像增强算法.首先选取视网膜图像的绿色通道分量进行预处理,然后通过对变换系数的自适应增强完成图像的增强处理,并结合改进的形态学变换,实现图像细节的增强和背景噪声的抑制,使得图像对比度得到增强,细节信息更加明显.通过与其他增强算法的比较表明,该算法在增强对比度、降低噪声干扰等方面优于其他算法.     

GM(1,1)模型改进算法及其应用研究

原始序列规律、一次累加生成序列光滑度及其初始值是影响GM（1,1）模型预测精度的主要原因.为了获得较高的预测精度,在原有改善序列光滑度方法的基础上,给出一种基于加权和最小平均相对误差的灰色改进算法.该改进算法不但能够提高拟合及预测精度,而且拓展了传统GM（1,1）预测模型的适用范围.将传统方法与改进算法应用于实际设备故障诊断和寿命预测,结果表明,改进算法对于机械设备的预知维修具有较好的参考价值.     

Banach空间中2类压缩映射不动点的具误差的Ishikawa迭代序列的收敛性

讨论了Banach空间中拟压缩映射对和广义压缩映射的具误差的Ishikawa迭代序列的收敛性问题,得出了在一定条件下,这2类压缩映射分别强收敛于它们的不动点.这些结论推广和发展了已有的相关结果,使这些结果的适用范围更广.     

无限长空间板在轴对称荷载作用下的位移和应力分析

运用汉克尔变换导出了无限长空间板在轴对称荷载作用下的位移和应力解答,并通过与完全位移约束下的有限深地基模型、半无限大弹性地基模型和文克尔地基模型进行比较,分析它们之间的异同.分析结果表明:当H→∞时,无论底部是光滑刚性支承约束还是完全位移约束,在法向集中力作用下得到的水平面位移结果与半空间体的布希涅斯克位移解答在水平面上的位移是一致的;当H→0时,底部是光滑刚性支承约束与底部是完全位移约束取极限得到的文克勒地基基床系数是不同的.     

非线性阻尼下光滑不连续振子极限环的全局演化

针对光滑不连续振子,提出了一种优化的广义谐波函数摄动法,得到其极限环的振幅与系统参数之间的解析关系式以及极限环的解析近似解。同时,基于微分方程定性理论,建立了该振子极限环特征量的解析计算公式。利用上述结果,可围绕极限环何时产生、如何分岔、在何处消失以及稳定性如何等问题,对具有复杂非线性阻尼项的光滑不连续振子极限环的全局演化过程展开定量分析。通过将本文所得之结果与龙格-库塔法之结果进行对比,验证了所提优化方法的可行性和可靠性,为研究强非线性振动系统解的全局演化问题,提供了新的参考方法。     

改进的三维模型检索PCA预处理算法

三维模型检索PCA预处理的主轴不确定性和主轴方向不确定性是影响检索结果的直接因素.经过分析PCA基本原理,在K-L变换所得特征值的基础上,引入表面网格信息权重,将权重和特征向量的乘积用于确定主轴,并利用多重权重来确定主轴方向,从而削弱不确定性.实验表明,经改进提高了坐标轴归一化的一致性.     

线性滑动光滑法对非线性数据处理结果的影响

利用线性滑动方法中的一阶五点公式、处理了一组物理实验数据。结果对比分析表明,对物理实验中的原始数据先经过必要的数据预处理,能提高实验数据处理结果的精度,增强物理实验的验证效果。     

Satellite Image Adaptive Restoration Using Periodic Plus Smooth Image Decomposition and Complex Wavelet Packet Transforms

A satellite image adaptive restoration method was developed that avoids ringing artifacts at the image boundary and retains oriented features. The method combines periodic plus smooth image decomposition with complex wavelet packet transforms. The framework first decomposes a degraded satellite image into the sum of a "periodic component" and a "smooth component". The Bayesian method is then used to estimate the modulation transfer function degradation parameters and the noise. The periodic component is deconvoluted using complex wavelet packet transforms with the deconvolution result of the periodic component then combined with the smooth component to get the final recovered result. Tests show that this strategy effectively avoids ringing artifacts while preserving local image details (especially directional textures) without amplifying the noise. Quantitative comparisons illustrate that the results are comparable with previous methods. Another benefit is that this approach can process large satellite images with parallel processing, which is important for practical use.     

基于图像形态学的汉字细化算法

在手写体汉字识别及特征提取过程中，汉字的快速细化是一个很重要的过程．采用并行算法，利用图像形态变换可以很方便地实现这个目标。本文描述了利用图像形态变换和形态细变换，实现手写体汉字较好细化的结果．