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

基于残差图像的ROI编码研究

光电子．激光 2003年第1期14卷 75-78页

作者：张立保赵铭吉林大学通信工程学院吉林长春130025 空军第二航空学院长春130022

与 JPEG2 0 0 0中的 MAXSHIFT算法不同 ,本文将 ROI编码与零树编码结合 ,给出一种基于残差图像的 ROI编码算法 RZ (residue zerotree)。RZ算法基于整数小波变换 ,对高压缩比下零树编码后 ROI区域的残差图像作基于整数平方量化阈值的零... 详细信息

与 JPEG2 0 0 0中的 MAXSHIFT算法不同 ,本文将 ROI编码与零树编码结合 ,给出一种基于残差图像的 ROI编码算法 RZ (residue zerotree)。RZ算法基于整数小波变换 ,对高压缩比下零树编码后 ROI区域的残差图像作基于整数平方量化阈值的零树编码 ,并将所得残差数据熵编码后跟随原编码数据传输 ,可以实现 ROI区域的有损或无损编码。实验结果表明 ,RZ算法实现了基于嵌入式零树小波变换(EZW)框架较低复杂度的 ROI编码 ,可应用于基于网络的图像传输。

关键词：零树编码 ROI编码残差图像整数平方阈值 JPEG2000 RZ编码

在线全文

学校读者我要写书评

暂无评论

自适应残差图像的分数阶全变分去噪算法

中国图象图形学报 2017年第12期22卷 1677-1689页

作者：祝严刚张桂梅南昌航空大学计算机视觉研究所南昌330063

目的全变分(TV)去噪模型具有较好的去噪效果,但对于图像的弱边缘和纹理细节的保持不够理想。自适应分数阶全变分(AFTV)模型根据图像局部信息,区分图像的纹理区域和非纹理区域,自适应计算投影算法中的软阈值,可较好地保持图像的弱边缘和... 详细信息

目的全变分(TV)去噪模型具有较好的去噪效果,但对于图像的弱边缘和纹理细节的保持不够理想。自适应分数阶全变分(AFTV)模型根据图像局部信息,区分图像的纹理区域和非纹理区域,自适应计算投影算法中的软阈值,可较好地保持图像的弱边缘和纹理细节,但该方法当噪声增大时"阶梯"效应比较明显,弱边缘和纹理细节保持效果不够理想。针对该问题,提出一种改进的分数阶全变分去噪算法。方法该算法在计算残差图像时,用分数阶全变分模型替代整数一阶全变分模型,并根据较精确的残差图像的局部方差区分图像纹理区域和平坦区域,使保真项参数的自适应选取更加合理,提高了算法的去噪性能。结果针对3种不同类型的噪声图像,将本文模型与TV模型和AFTV模型进行对比实验,并采用峰值信噪比(PSNR)和结构相似性(SSIM)评定去噪效果和纹理保持能力。对于高斯噪声图像,本文算法在PSNR方面比TV模型和AFTV模型分别可平均提高2.72 dB和1.38 dB,SSIM分别可平均提高0.047和0.020。对于椒盐噪声图像,本文算法结合中值滤波算法在PSNR和SSIM方面比传统中值滤波算法分别可平均提高1.308 dB和0.011。对于泊松噪声图像,本文算法在PSNR、SSIM方面与AFTV较接近,比TV分别可提高1.59 dB和0.005。结论通过对添加不同类型的噪声图像进行实验,结果表明提出的算法在去噪性能上与TV和AFTV相比均有较大提高,尤其对于噪声较大的图像效果更为显著,在去噪效率上与AFTV的时间复杂度相当,时耗接近略有降低。且本文算法普适性较好,能有效去除多种典型类型的噪声。

关键词：图像去噪分数阶微分全变分残差图像弱边缘弱纹理

在线全文

学校读者我要写书评

暂无评论

运动补偿时域滤波残差图像的特性研究

电视技术 2009年第11期33卷 21-23页

作者：向友君吴宗泽张克新华南理工大学电子与信息学院广东广州510640

视频压缩效率的提高很大程度上取决于用于传输残差图像的信息量的减少,而残差图像的特性对分析和讨论视频残差图像编码有重大的意义。对可伸缩视频编码中的运动补偿时域滤波残差图像特性从能量非平稳特性、时空相关特性和频率特性进行... 详细信息

视频压缩效率的提高很大程度上取决于用于传输残差图像的信息量的减少,而残差图像的特性对分析和讨论视频残差图像编码有重大的意义。对可伸缩视频编码中的运动补偿时域滤波残差图像特性从能量非平稳特性、时空相关特性和频率特性进行了研究,并给出了实验结果和分析。

关键词：运动补偿时域滤波残差图像统计特性编码分析

基于深度残差网络的图像超分辨率重建方法研究

在线全文

学校读者我要写书评

暂无评论

基于深度残差网络的图像超分辨率重建方法研究

作者：王振宇中国矿业大学

学位级别：硕士

图像超分辨率重建是从低分辨率图像恢复高分辨率图像的一种软件技术,在图像处理领域有着重要的应用。深度学习的出现给图像超分辨率重建带来了新的发展,基于卷积神经网络的超分辨率重建算法展现出了强大的性能,但现有的网络存在没有对... 详细信息

图像超分辨率重建是从低分辨率图像恢复高分辨率图像的一种软件技术,在图像处理领域有着重要的应用。深度学习的出现给图像超分辨率重建带来了新的发展,基于卷积神经网络的超分辨率重建算法展现出了强大的性能,但现有的网络存在没有对残差图像进行有效的利用、网络结构路径单一,图像纹理信息重建能力差、没有对高频和低频信息进行差异化分析的问题。针对以上问题,本文提出了两个超分辨率重建方法:(1)针对基于卷积神经网络的图像超分辨率重建算法没有对残差图像进行有效利用、图像纹理信息重建能力差的问题,提出一种基于多特征融合深度残差网络的超分辨率重建方法(MFFNet)。首先,提出并验证了图像稀疏性与卷积网络之间的定性关系。在此基础上,利用引导映射对残差块进行处理,以加快收敛速度,增强网络对纹理信息的学习能力。其次,通过引入曲率特征和局部损失优化损失函数,提高网络对纹理细节的感知能力。最后,在考虑内容损失函数和引导残差块的基础上,构建了多特征融合深度残差网络。使用DIV2K数据集对网络进行训练,并且与Bicubic、A+、SRCNN、VDSR和EDSR(baseline)等方法进行重建结果的对比。实验结果表明,与其他方法相比,MFFNet在大多数数据集上获得了最优的PSNR和SSIM结果。此外,轮廓的纹理更加清晰,边缘增强,说明在主观视觉上,重建图像的质量也得到了改善。(2)针对现有的网络结构路径单一、没有对高频和低频信息进行差异化分析的问题,提出一种基于多路径融合深度残差网络的超分辨率重建方法(MPFNet)。首先,提出使用两条路径分别学习图像的低频特征和高频特征。在此基础上,采用注意力机制对残差块进行改进,以加强网络不同特征通道对高频特征图像的学习能力,重点学习对特征图像重建更有帮助的高频特征信息,提高网络对图像细节的感知能力。最后,在考虑多路径学习和注意力机制块的基础上,构建了多路径融合深度残差网络。实验结果表明,MPFNet对细节信息的重建能力很好,相比于其它的卷积神经网络模型有着更好的PSNR和SSIM评价结果。本文对超分辨率重建的背景、研究现状、相关基础知识的理论分析进行了介绍,提出了两个新的深度残差网络进行图像超分辨率重建。本论文有图41幅,表7个,参考文献62篇

关键词：超分辨率重建残差图像多特征融合深度残差网络多路径融合深度残差网络注意力机制

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于残差混合监督网络的无人机目标阴影检测

航空学报 2024年

作者：王潇刘贞报史忠科西北工业大学民航学院西北工业大学自动化学院

无人机在检测和跟踪目标过程中受到目标伪装、目标遮挡、移动躲避以及假目标等因素的干扰，而无人机目标附近的阴影区域加剧了这些因素对目标检测和跟踪性能的影响，因此检测无人机目标阴影区域是无人机领域的重要研究任务之一。现有无... 详细信息

无人机在检测和跟踪目标过程中受到目标伪装、目标遮挡、移动躲避以及假目标等因素的干扰，而无人机目标附近的阴影区域加剧了这些因素对目标检测和跟踪性能的影响，因此检测无人机目标阴影区域是无人机领域的重要研究任务之一。现有无人机目标阴影检测方法面临训练数据数量有限、数据收集标注困难以及无人机目标中存在大量尺寸较小的细碎阴影区域等问题，针对这些问题，本文提出一种基于残差混合监督网络的无人机目标阴影检测算法。首先针对无人机目标阴影检测任务的特点设计分辨率注意力网络，在结合底层纹理特征和高层语义特征的过程中，更准确地保留底层纹理特征；然后设计混合监督网络扩充训练数据集，结合普通阴影检测数据集和无人机目标阴影检测数据集训练教师网络，使用无人机阴影检测数据集和教师网络的参数训练学生网络；同时设计残差图像，利用教师网络检测结果和标准结果之间的残差图像扩充训练数据集，使阴影检测网络更加关注细碎阴影区域。最后，在两个公开实验数据集上和已有方法进行对比实验，在各个评价参数上取得了最多41.6%的提升效果，证明所提无人机目标阴影检测算法较好的解决了现有方法存在的问题，具有较高的准确性。

关键词：无人机目标阴影检测混合监督网络残差图像

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

图像残差的手指静脉特征间接提取的研究

计算机工程与应用 2010年第28期46卷 167-169,174页

作者：余成波周召敏李洪兵李彦林重庆理工大学远程测试与控制技术研究所重庆400050 重庆三峡学院重庆404000

根据手指静脉对近红外的吸收特性,提出了一种基于背景图像的构造以得到第一次残差图像,通过调节比例系数得到第二次残差图像,以间接的方式获取静脉的特征。经过该算法和其他直接提取算法的对比,表明该文算法具有方法简单,易于实现,特别... 详细信息

根据手指静脉对近红外的吸收特性,提出了一种基于背景图像的构造以得到第一次残差图像,通过调节比例系数得到第二次残差图像,以间接的方式获取静脉的特征。经过该算法和其他直接提取算法的对比,表明该文算法具有方法简单,易于实现,特别是获取的第二次残差图像对模糊和低质量部分的图片得到了比其他算法更加合理的特征信息,真实性强,同时也达到了准确、连续、光滑的要求。

关键词：手指静脉吸收特征背景图像残差图像

在线全文

学校读者我要写书评

暂无评论

基于非局部自相似性的图像去噪算法研究

基于非局部自相似性的图像去噪算法研究

作者：许连杰长春工业大学

学位级别：硕士

如今的人工智能和大数据时代,信息的传输不再局限于曾经的文字模式,更多的是基于如语音通话、数字图像、视频通讯等高速率通信方式传播,其中图像是人类日常生活中最为直接和广泛地获取信息的方式。然而在成像系统的采集或传播过程中,会... 详细信息

如今的人工智能和大数据时代,信息的传输不再局限于曾经的文字模式,更多的是基于如语音通话、数字图像、视频通讯等高速率通信方式传播,其中图像是人类日常生活中最为直接和广泛地获取信息的方式。然而在成像系统的采集或传播过程中,会难以避免地受到噪声干扰,噪声会使图像降质,进而导致现实中多个相关领域的工作难以展开。因此,通过图像去噪技术去除噪声是一个极具研究意义的课题。近年来,基于非局部自相似性(Non-local Self-Similarity,NSS)理论的图像去噪算法取得了很好的去噪效果,是当前图像去噪领域中一个极具潜力的研究方向。本文以图像的非局部自相似性为基础,结合加权核范数最小化(Weighted Nuclear Norm Minimization,WNNM)算法提出了两种改进的图像去噪算法。本文的主要研究工作如下:(1)为解决WNNM算法在计算图像块相似度时易受噪声影响的问题,同时又能更大程度地利用图像的非局部自相似性,提出了一种像素级加权核范数最小化(Pixel-level Weighted Nuclear Norm Minimization,PWNNM)算法。首先在搜索相似图像块时引入像素级非局部先验来获得更加精确的相似块矩阵,并基于此矩阵提出一种噪声水平估计方法;然后基于哈尔变换和维纳滤波技术对噪声图像进行预处理;最后对预处理后的图像进行噪声水平估计,用估计得到的噪声方差来归一化WNNM算法的保真项,利用WNNM算法对预处理图像中的残余噪声及伪影做进一步去噪处理。仿真实验结果表明,所提的PWNNM算法能够有效去除图像中的伪影,去噪后的图像具有较好的主观视觉效果。(2)为更好地保留图像的细节特征,在上述像素级非局部先验的基础上引入了残差图像理论,提出了一种结合残差图像补全的WNNM算法。首先利用全变分(Total Variation,TV)模型对噪声图像进行初步去噪,然后使用噪声图像与初步去噪后的图像进行差分运算,对差分后得到的噪声残差图像使用改进的小波阈值函数去噪,将小波去噪后的残差图像与初步去噪图像叠加得到残差补全图像。最后搜索残差补全图像的像素级相似块矩阵,使用基于残余噪声水平迭代的WNNM算法进行二次去噪。仿真实验结果表明,所提算法能够有效提高去噪图像的客观指标,能够较好地保持图像的纹理结构,且在高噪声环境下效果更佳。

关键词：图像去噪非局部自相似性加权核范数像素级矩阵残差图像

基于卷积神经网络的轻度认知障碍脑MRI研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于卷积神经网络的轻度认知障碍脑MRI研究

作者：王瑞福建师范大学

学位级别：硕士

轻度认知障碍(Mild Cognitive Impairment,MCI)是阿尔茨海默病早期过渡阶段,准确识别MCI的发展进程对于阿尔茨海默病的早期诊断具有重要的意义。阿尔茨海默病(Alzheimer's Disease,AD)是一种常见的神经系统退行性疾病,其主要特征为患者... 详细信息

轻度认知障碍(Mild Cognitive Impairment,MCI)是阿尔茨海默病早期过渡阶段,准确识别MCI的发展进程对于阿尔茨海默病的早期诊断具有重要的意义。阿尔茨海默病(Alzheimer's Disease,AD)是一种常见的神经系统退行性疾病,其主要特征为患者的记忆能力和认知功能下降。磁共振成像(Magnetic Resonance Imaging,MRI)用于脑成像,通过非侵入的方式提供有关白质、灰质和脑脊液形态的信息,帮助了解脑组织的情况。近年来深度学习技术尤其是卷积神经网络(Convolutional Neural Networks,CNN)在医疗图像诊断领域得到了广泛应用,深度学习可以通过大量的数据对模型进行训练,使其能够预测和识别医学图像中的不同结构和病变。因此本文通过深度学习技术对ADNI数据库中的轻度认知障碍患者脑MRI图像进行分类研究:(1)将Res Net模型与通道和空间注意力混合模块相结合,用于完成稳定型MCI和进展型MCI的二分类任务。大脑的中心部分通常比边缘的部分信息量更大,中心部分图像的信息熵大于其余部分,对MRI图像预处理后,按照矢状面、冠状面和水平面三个轴向从大脑的中心提取切片,通过引入残差连接的思想,设计嵌入通道和空间注意力混合模块的Res Net模型。结果表明,通道和空间注意力混合模块嵌入Res Net模型可以有效的提升模型性能。(2)单个深度学习模型往往难以捕捉到复杂数据集中的所有特征,限制了在实际应用中的性能。为了解决这个问题,使用集成深度学习模型的方法,通过将多个预训练模型进行联合训练以获取更多丰富的特征表示。针对稳定型MCI和进展型MCI二分类问题,使用Res Net50、Mobile Net和Dense Net这三个预训练好的深度神经网络作为基分类器,采用软投票法将三个基分类器的输出结果结合起来作为最终输出。结果表明集成深度学习模型可以有效集成各基分类器的结果,最终结果优于各基分类器。(3)每个2D切片的独立性会导致彼此之间空间信息的丢失,3D CNN可以整合矢状位、冠状面和水平视图中提取的特征。大脑体积会在老年时显著缩小,与疾病进程无关,此外年龄,性别等因素也会影响体素强度或区域脑体积。在所有MRI扫描中,通过线性回归降低协变量年龄、性别、总颅内体积(TIV)的影响,获得残差图像,然后将残差图像用作3D-CNN网络的输入训练深度学习模型。结果表明,使残差图像相较于预处理后的MRI图像可以使模型更易获得较好的分类性能。

关键词：轻度认知障碍脑MRI图像卷积神经网络集成学习残差图像

基于多级残差反馈的有限脊波变换图像去噪算法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

指挥信息系统与技术 2019年第5期10卷 47-53页

作者：李思桐刘光前葛唯益纪建苗启广西安电子科技大学计算机科学与技术学院西安710071 信息系统工程重点实验室南京210007

为了充分利用残差图像中的结构信息,提出了一种基于多级残差的有限脊波图像去噪算法,以提升有限脊波变换的去噪性能.为了增强和丰富去噪图像的边缘和纹理信息,提高去噪图像的视觉效果,该算法先对有限脊波去噪后的残差图像反复进行块匹... 详细信息

为了充分利用残差图像中的结构信息,提出了一种基于多级残差的有限脊波图像去噪算法,以提升有限脊波变换的去噪性能.为了增强和丰富去噪图像的边缘和纹理信息,提高去噪图像的视觉效果,该算法先对有限脊波去噪后的残差图像反复进行块匹配三维滤波(BM3D)去噪和高斯滤波,从而获得图像的结构信息,再将其作为补偿图像反馈给去噪图像,并提出一种基于图像相关性的最优迭代停止准则.最后,通过多组仿真试验验证了该迭代停止准则和去噪算法的可行性和有效性.

关键词：图像去噪有限脊波变换块匹配三维滤波残差图像