检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

一种新的全色与多光谱图像融合变分模型

自动化学报 2013年第2期39卷 179-187页

作者：马宁周则明张鹏罗立民东南大学影像科学与技术实验室南京210096 解放军理工大学气象学院南京211101

图像融合是提供包含各输入图像互补信息的单幅图像的有力工具.本文提出了一种新的用于全色和多光谱图像融合的变分模型.在Socolinsky对比度模型的基础上构造了一个改进的能量泛函最小化问题,以寻找最接近全色图像梯度的解.为了提高多光... 详细信息

图像融合是提供包含各输入图像互补信息的单幅图像的有力工具.本文提出了一种新的用于全色和多光谱图像融合的变分模型.在Socolinsky对比度模型的基础上构造了一个改进的能量泛函最小化问题,以寻找最接近全色图像梯度的解.为了提高多光谱图像的空间分辨率,并尽可能地保持其原有的光谱信息,还将光谱一致项、波段间相关项和对比度增强项引入融合模型.在IKONOS和QuickBird数据集上测试了该模型的性能.实验结果表明该模型可以生成同时具有高空间质量和高光谱质量的融合图像.

关键词：图像融合变分能量泛函光谱一致性 IKONOS QuickBird

基于视觉感知与梯度域的遥感图像对比度增强变分模型

在线全文

学校读者我要写书评

暂无评论

东南大学学报（自然科学版） 2015年第6期45卷 1051-1056页

作者：马宁周则明张鹏罗立民解放军理工大学气象海洋学院南京211101 东南大学计算机科学与工程学院南京210096

基于视觉感知增强变分模型与梯度域增强变分模型,提出了一种新的遥感图像对比度增强变分模型.首先,定义梯度增强项为一个高斯增强函数,该函数利用高斯滤波器对图像进行预处理,以克服梯度对噪声敏感的不足,并根据图像中各点梯度信息自适... 详细信息

基于视觉感知增强变分模型与梯度域增强变分模型,提出了一种新的遥感图像对比度增强变分模型.首先,定义梯度增强项为一个高斯增强函数,该函数利用高斯滤波器对图像进行预处理,以克服梯度对噪声敏感的不足,并根据图像中各点梯度信息自适应地选择保持或者放大原图像的梯度信息.然后,将梯度增强项引入到视觉感知增强模型中,以提高图像对比度并保持更多细节信息.最后,利用梯度下降流法最小化模型的能量泛函并采用数值化方法获取最优解.从全局和局部对比度增强两个方面验证了所提模型的有效性.实验结果表明,相对于现有其他增强变分模型,局部对比度增强模型能够取得更好的主观视觉效果和客观性能评价指标.

关键词：视觉感知梯度域变分对比度增强

基于改进快速活动轮廓模型的左心室核磁共振图像分割

在线全文

学校读者我要写书评

暂无评论

计算机研究与发展 2004年第1期41卷 136-141页

作者：周则明王洪元尤建洁王平安夏德深南京理工大学计算机科学与工程系南京210094 香港中文大学计算机科学与工程系

提出了改进的基于贪婪优化算法的快速活动轮廓模型原算法加快了求解最优能量曲线的速度 ,但初始轮廓线必须给定在图像特征的附近通过在优化的目标函数中增加面积能量项 ,扩大了算法捕获图像特征的范围在对贪婪优化算法分析的基础上 ... 详细信息

提出了改进的基于贪婪优化算法的快速活动轮廓模型原算法加快了求解最优能量曲线的速度 ,但初始轮廓线必须给定在图像特征的附近通过在优化的目标函数中增加面积能量项 ,扩大了算法捕获图像特征的范围在对贪婪优化算法分析的基础上 ,给出了局部面积能量项的构造和使用方法 ,进而简化了优化的目标函数实验结果表明 ,该算法具有快速、能在更大的范围内捕获图像的特征、较好地处理图像中凹陷区域的能力。

关键词：活动轮廓贪婪算法局部面积能量 MRI分割

在线全文

学校读者我要写书评

暂无评论

混合型APFSDS碰撞模型与数值模拟

弹道学报 1999年第1期11卷 76-79页

作者：周则明杨启仁空军气象学院南京理工大学动力工程学院

建立了混合型脱壳弹第二时期卡瓣、膛壁碰撞模型．通过数值模拟，分析了碰撞过程对弹体。

关键词：外弹道碰撞数值模拟混合型脱壳弹 APFSDS

矩匹配和变分方法相结合的MODIS条带去除模型

在线全文

学校读者我要写书评

暂无评论

系统工程与电子技术 2016年第3期38卷 706-713页

作者：胡宝鹏周则明孟勇张水平解放军理工大学气象海洋学院江苏南京211101

针对中分辨率成像光谱仪(moderate resolution imaging spectroradiometer,MODIS)影像常见的3种条带噪声,提出了一种矩匹配和变分相结合的多类条带噪声去除模型。首先采用矩匹配方法对MODIS影像做预处理,然后基于变分方法去除条带噪声... 详细信息

针对中分辨率成像光谱仪(moderate resolution imaging spectroradiometer,MODIS)影像常见的3种条带噪声,提出了一种矩匹配和变分相结合的多类条带噪声去除模型。首先采用矩匹配方法对MODIS影像做预处理,然后基于变分方法去除条带噪声。能量泛函由L1正则化项、数据保真项和梯度保真项组成,基于Split Bregman迭代计算能量泛函的最优解。实验结果表明,此算法能够有效地去除MODIS影像中常见的条带噪声。与矩匹配、低通滤波及单向全变分方法相比,此模型更好地保留了图像的细节信息,有效抑制了正则化方法在条带去除过程中出现的分块现象。

关键词：中分辨率成像光谱仪影像条带噪声变分条带去除 Split Bregman迭代

在线全文

学校读者我要写书评

暂无评论

水平集方法中窄带构造技术

系统工程与电子技术 2007年第7期29卷 1201-1204页

作者：周则明项杰王洪元何春解放军理工大学气象学院江苏南京211101 江苏工业学院计算机系江苏常州213000

提出了距离模板方法并从时间复杂度、窄带宽度以及零水平集点数对窄带生成的影响等方面与快进方法、快速扫描方法进行了比较;在分析快进方法的基础上,给出了一种窄带构造算法;改进了全局快速扫描算法,以用于生成窄带。2D图像分割与3D表... 详细信息

提出了距离模板方法并从时间复杂度、窄带宽度以及零水平集点数对窄带生成的影响等方面与快进方法、快速扫描方法进行了比较;在分析快进方法的基础上,给出了一种窄带构造算法;改进了全局快速扫描算法,以用于生成窄带。2D图像分割与3D表面重建的仿真实验表明,距离模板方法能够较快地分割图像;快进和快速扫描方法适合于表面重建等3D应用。

关键词：窄带构造距离模板方法快进方法快速扫描方法水平集方法

在线全文

学校读者我要写书评

暂无评论

基于黑色通道的图像快速去雾优化算法

电子学报 2013年第4期41卷 791-797页

作者：褚宏莉李元祥周则明沈霁上海交通大学航空航天学院上海200240 解放军理工大学气象学院江苏南京211101

黑色通道优先算法在处理单幅户外场景图像去雾方面取得了一定的效果,但是该方法需要消耗大量的存储和计算资源,另外对天空区域的处理不够准确.本文仍然基于黑色通道先验知识,对图像边缘和非边缘分别采用不同的模板处理得到透射图,并通... 详细信息

黑色通道优先算法在处理单幅户外场景图像去雾方面取得了一定的效果,但是该方法需要消耗大量的存储和计算资源,另外对天空区域的处理不够准确.本文仍然基于黑色通道先验知识,对图像边缘和非边缘分别采用不同的模板处理得到透射图,并通过分割天空区域或者雾最浓区域求得准确的大气光值,利用该方法可以恢复出和原方法基本一致甚至更准确的结果,并且可以大大减少消耗,提升计算速度.

关键词：图像复原黑色通道去雾天空区域

结合统计模型和曲线演化的左心室MRI图像分割

在线全文

学校读者我要写书评

暂无评论

模式识别与人工智能 2006年第4期19卷 509-514页

作者：周则明陈强王平安夏德深解放军理工大学气象学院南京211101 南京理工大学计算机系南京210094 香港中文大学计算机科学与工程系

提出结合区域统计模型和图像梯度信息的MRI图像分割算法。由于心脏的变形和血液的流动,MRI图像中出现弱边界、局部梯度极大值区域、伪影等现象。基于图像梯度构造停止项的水平集方法难以分割此类图像。本文提出两阶段图像分割算法。首... 详细信息

提出结合区域统计模型和图像梯度信息的MRI图像分割算法。由于心脏的变形和血液的流动,MRI图像中出现弱边界、局部梯度极大值区域、伪影等现象。基于图像梯度构造停止项的水平集方法难以分割此类图像。本文提出两阶段图像分割算法。首先结合先验知识和直方图,确定图像中像素的类别总数。用极大似然估计原理求出每一类的先验概率和概率分布参数,根据像素属于感兴趣区域(ROI)的后验概率构造水平集速度函数,通过曲线演化获取ROI的粗边界。然后再使用图像梯度构造速度函数对边界进行细化。实验结果表明,本文算法能够有效分割心脏MRI图像。

关键词：曲线演化概率密度函数水平集方法核磁共振成像(MRI) 图像分割

基于能量最小化的星载SAR图像建筑物分割方法

在线全文

学校读者我要写书评

暂无评论

自动化学报 2016年第2期42卷 279-289页

作者：周则明孟勇黄思训胡宝鹏解放军理工大学气象海洋学院南京211101

针对星载合成孔径雷达(Synthetic aperture radar,SAR)图像信噪比低、建筑物目标几何变形大以及周围背景复杂的特点,本文提出了一种基于能量最小化的星载SAR图像建筑物分割方法.基于星载SAR图像数据构造条件概率能量项,推动变形曲线向... 详细信息

针对星载合成孔径雷达(Synthetic aperture radar,SAR)图像信噪比低、建筑物目标几何变形大以及周围背景复杂的特点,本文提出了一种基于能量最小化的星载SAR图像建筑物分割方法.基于星载SAR图像数据构造条件概率能量项,推动变形曲线向建筑物目标边界演化;在能量泛函模型中定义长度能量项以保证变形曲线的平滑;在水平集方法获取的SAR图像初始分割结果的基础上,以高分辨率光学遥感影像中建筑物目标的轮廓作为先验信息,构造先验形状能量项约束曲线在第二阶段的演化,最终实现SAR图像建筑物的分割.实验结果表明,该方法显著提高了建筑物目标轮廓的分割精度.

关键词：星载SAR图像建筑物分割能量最小化先验形状