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

基于特征值置换的子空间语音增强算法

计算机工程 2016年第2期42卷 272-277,282页

作者：孙成立穆俊生南昌航空大学图像处理与模式识别重点实验室南昌330063 南昌航空大学信息工程学院南昌330063

为提高重构语音质量,提出一种子空间语音增强算法。在内嵌式预白化子空间方法的基础上,用特征值置换增强语音效果。将纯净语音和噪声的协方差矩阵进行广义特征值分解后,大特征值分量包含纯净语音信息,而小特征值分量包含噪声信息,待特... 详细信息

为提高重构语音质量,提出一种子空间语音增强算法。在内嵌式预白化子空间方法的基础上,用特征值置换增强语音效果。将纯净语音和噪声的协方差矩阵进行广义特征值分解后,大特征值分量包含纯净语音信息,而小特征值分量包含噪声信息,待特征值排序后,用相邻的大特征值分量置换小特征值分量,可有效提高语音帧的相关性,获得更好的增强语音信号。相比传统的子空间方法,该算法适用于强噪声环境,能显著提高信噪比。

关键词：语音质量语音增强子空间方法特征值分解语音帧

非局部加权邻域三角滤波TV-L^1光流估计

在线全文

学校读者我要写书评

暂无评论

中国图象图形学报 2017年第8期22卷 1056-1067页

作者：张聪炫陈震汪明润黎明南昌航空大学江西省图像处理与模式识别重点实验室南昌330063 南昌航空大学测试与光电工程学院南昌330063

目的针对非刚性运动、运动遮挡与间断、大位移以及复杂边缘结构等困难场景图像序列光流计算的准确性与鲁棒性问题,提出一种基于加权邻域三角滤波的非局部TV-L^1光流计算方法。方法首先设计非平方惩罚函数L^1模型与梯度守恒假设相结合的... 详细信息

目的针对非刚性运动、运动遮挡与间断、大位移以及复杂边缘结构等困难场景图像序列光流计算的准确性与鲁棒性问题,提出一种基于加权邻域三角滤波的非局部TV-L^1光流计算方法。方法首先设计非平方惩罚函数L^1模型与梯度守恒假设相结合的数据项,然后引入基于L^1模型与基于图像梯度自适应变化权重相结合的平滑项,并根据提出的鲁棒数据项与图像-光流联合控制平滑项建立TV-L^1光流计算能量函数模型。最后采用基于加权邻域三角的非局部约束项,通过引入图像金字塔分层变形计算策略,在每层图像光流计算时对光流计算结果进行基于加权邻域三角网格的中值滤波优化,提出基于加权邻域三角滤波的非局部TV-L^1光流计算模型。结果分别采用MPI与Middlebury数据库测试图像序列对本文方法和LDOF、CLG-TV、SOF、Classic+NL等代表方法进行实验对比。本文方法光流计算结果的平均角误差(AAE)和平均端点误差(AEE)相对其他对比方法平均下降28.45%和28.42%,时间消耗相对传统方法增长5.16%。结论相对于传统的光流计算方法,本文方法针对非刚体运动、运动遮挡与间断、大位移运动以及复杂边缘等困难场景具有较好的适用性,光流估计结果具有较高的精度和较好的鲁棒性。

关键词：光流加权邻域三角中值滤波非局部约束困难场景

联合深度超参数卷积和交叉关联注意力的大位移光流估计

在线全文

学校读者我要写书评

暂无评论

自动化学报 2024年第8期50卷 1631-1645页

作者：王梓歌葛利跃陈震张聪炫王子旭舒铭奕南昌航空大学江西省图像处理与模式识别重点实验室南昌330063 南昌航空大学测试与光电工程学院南昌330063 北京航空航天大学仪器科学与光电工程学院北京100083 南昌航空大学无损检测技术教育部重点实验室南昌330063

针对现有深度学习光流估计模型在大位移场景下的准确性和鲁棒性问题,提出了一种联合深度超参数卷积和交叉关联注意力的图像序列光流估计方法.首先,通过联合深层卷积和标准卷积构建深度超参数卷积以替代普通卷积,提取更多特征并加快光流... 详细信息

针对现有深度学习光流估计模型在大位移场景下的准确性和鲁棒性问题,提出了一种联合深度超参数卷积和交叉关联注意力的图像序列光流估计方法.首先,通过联合深层卷积和标准卷积构建深度超参数卷积以替代普通卷积,提取更多特征并加快光流估计网络训练的收敛速度,在不增加网络推理量的前提下提高光流估计的准确性;然后,设计基于交叉关联注意力的特征提取编码网络,通过叠加注意力层数获得更大的感受野,以提取多尺度长距离上下文特征信息,增强大位移场景下光流估计的鲁棒性;最后,采用金字塔残差迭代模型构建联合深度超参数卷积和交叉关联注意力的光流估计网络,提升光流估计的整体性能.分别采用MPI-Sintel和KITTI测试图像集对本文方法和现有代表性光流估计方法进行综合对比分析,实验结果表明本文方法取得了较好的光流估计性能,尤其在大位移场景下具有更好的估计准确性与鲁棒性.

关键词：光流大位移交叉关联注意力深度超参数卷积深度学习

基于多尺度变形卷积的特征金字塔光流计算方法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

自动化学报 2023年第1期49卷 197-209页

作者：范兵兵葛利跃张聪炫李兵冯诚陈震南昌航空大学测试与光电工程学院南昌330063 南昌航空大学江西省图像处理与模式识别重点实验室南昌330063 中国科学院自动化研究所模式识别国家重点实验室北京100190 北京航空航天大学仪器科学与光电工程学院北京100083

针对现有深度学习光流计算方法的运动边缘模糊问题,提出了一种基于多尺度变形卷积的特征金字塔光流计算方法.首先,构造基于多尺度变形卷积的特征提取模型,显著提高图像边缘区域特征提取的准确性;然后,将多尺度变形卷积特征提取模型与特... 详细信息

针对现有深度学习光流计算方法的运动边缘模糊问题,提出了一种基于多尺度变形卷积的特征金字塔光流计算方法.首先,构造基于多尺度变形卷积的特征提取模型,显著提高图像边缘区域特征提取的准确性;然后,将多尺度变形卷积特征提取模型与特征金字塔光流计算网络耦合,提出一种基于多尺度变形卷积的特征金字塔光流计算模型;最后,设计一种结合图像与运动边缘约束的混合损失函数,通过指导模型学习更加精准的边缘信息,克服了光流计算运动边缘模糊问题.分别采用MPI-Sintel和KITTI2015测试图像集对该方法与代表性的深度学习光流计算方法进行综合对比分析.实验结果表明,该方法具有更高的光流计算精度,有效解决了光流计算的边缘模糊问题.

关键词：光流深度学习变形卷积特征金字塔边缘保护

维普期刊数据库博看期刊

基于立体视觉的旋翼共锥度动态测量系统精度分析

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2015年第8期36卷 1692-1698页

作者：欧巧凤赵平均熊邦书涂晓衍莫燕南昌航空大学图像处理与模式识别江西省重点实验室南昌330063 中航工业洪都航空工业集团有限责任公司飞机设计研究所南昌330024

为了提高基于立体视觉的直升机旋翼共锥度动态测量系统的精度和可操作性,全面分析了其测量误差。首先,介绍了测量系统模型及误差来源;其次,分析了双目立体视觉静态三维测量的误差;再次,针对旋翼共锥度的多目标动态测量特点,分析了系统... 详细信息

为了提高基于立体视觉的直升机旋翼共锥度动态测量系统的精度和可操作性,全面分析了其测量误差。首先,介绍了测量系统模型及误差来源;其次,分析了双目立体视觉静态三维测量的误差;再次,针对旋翼共锥度的多目标动态测量特点,分析了系统安装误差对共锥度解算精度的影响;最后,利用原理样机进行了6 058次静态测量重复实验,通过统计分析可知静态测量误差小于1.4 mm。对动态测量误差进行了仿真实验分析,给出了各参数对精度影响的量化结果,为实际共锥度测量的误差控制提供了理论依据。在标记点安装精度小于10 mm的情况下,动态测量误差小于3.5 mm,合成产生的总测量误差小于4.9 mm,能满足旋翼共锥度动态测量精度要求。

关键词：立体视觉旋翼共锥度测量误差分析

在线全文

学校读者我要写书评

暂无评论

基于山谷特征的重叠蛋白质点分离算法

生物医学工程学杂志 2014年第5期31卷 1018-1022页

作者：欧巧凤张会生熊邦书西北工业大学电子信息学院西安710072 南昌航空大学图像处理与模式识别江西省重点实验室南昌330063

针对二维凝胶电泳(2-DE)图像蛋白质点重叠和堆聚问题,本文提出了一种基于山谷特征的重叠蛋白质点自动分离算法。首先,采用内外标记分水岭法进行粗检测,提取目标区域的初始轮廓;然后,采用中轴变换和分层剪枝算法提取目标区域主骨架,确定... 详细信息

针对二维凝胶电泳(2-DE)图像蛋白质点重叠和堆聚问题,本文提出了一种基于山谷特征的重叠蛋白质点自动分离算法。首先,采用内外标记分水岭法进行粗检测,提取目标区域的初始轮廓;然后,采用中轴变换和分层剪枝算法提取目标区域主骨架,确定蛋白质点重叠方向;最后,在重叠方向各法平面上,采用分层扫描三维目标区域的方法,提取山谷特征,并利用验证模型构造分离线。结果表明:通过对两组真实扫描凝胶图像进行检测实验,重叠蛋白质点的正确分离率分别为78.95%和85.71%,明显高于现有方法,可用于工程实际。

关键词：二维凝胶电泳图像重叠蛋白质点分离山谷特征

基于退化四元数注意力机制的轻量化Transformer去雨网络

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第19期60卷 250-258页

作者：熊贡鹤陈飞龙孙成立郭桥生南昌航空大学信息工程学院南昌330063 南昌航空大学江西省图像处理与模式识别重点实验室南昌330063 朝阳聚声泰(信丰)科技有限公司江西赣州341600

现有主流图像去雨方法专注于提升去雨性能,而忽略了网络计算开销过大的问题。少数轻量化网络的研究只局限于修改网络结构来简化网络计算。针对上述问题,利用退化四元数可以获得更多图像先验信息的特性提出了一个基于退化四元数图像去雨... 详细信息

现有主流图像去雨方法专注于提升去雨性能,而忽略了网络计算开销过大的问题。少数轻量化网络的研究只局限于修改网络结构来简化网络计算。针对上述问题,利用退化四元数可以获得更多图像先验信息的特性提出了一个基于退化四元数图像去雨网络。网络使用退化四元数Swin-Transformer块(reduced biquaternion Swin-Transformer block,RQSTB)作为主要特征提取模块。其中设计了使用基于退化四元数多头注意力机制的Transformer块提取全局特征信息,同时穿插使用退化四元数多尺度卷积模块提取局部多尺度特征信息,用以弥补Transformer缺乏卷积神经网络自带的一些归纳偏置的缺陷。经实验证明,该方法在网络参数和计算复杂度方面都优于很多现有的图像去雨方法,并且在去雨性能方面也达到了先进的水平,无论是从定量还是定性的指标来看,都展现了显著的效果。

关键词：图像去雨退化四元数网络 Transformer 轻量化

基于U-Net图像分割算法的相控阵超声缺陷图像定量检测方法

在线全文

学校读者我要写书评

暂无评论

无损检测 2025年第02期47卷 13-19页

作者：靖珍珠赵玉琦涂思敏陈振华中国航发商用航空发动机有限责任公司南昌航空大学无损检测技术教育部重点实验室核工业工程研究设计有限公司

相控阵超声检测结果需经检测人员评定，存在主观性强、效率低、可靠性差等问题。据此，提出一种基于图像分割算法的相控阵超声缺陷智能定量方法。首先，采集平底孔缺陷图像并对其进行扩增处理以形成训练数据库；其次，构建并训练U-Net... 详细信息

相控阵超声检测结果需经检测人员评定，存在主观性强、效率低、可靠性差等问题。据此，提出一种基于图像分割算法的相控阵超声缺陷智能定量方法。首先，采集平底孔缺陷图像并对其进行扩增处理以形成训练数据库；其次，构建并训练U-Net智能缺陷分割模型，使其能够在检测图像中自动分割缺陷和背景；接着，提出一种基于分割后的二值图像定量方法用于测量缺陷尺寸；最后，验证U-Net模型对相控阵缺陷图像的定量检测能力。结果表明，基于U-Net算法的缺陷分割模型的平均定量检测误差小于6%，能够达到与-6 dB法相似的定量检测能力，且具有效率高、智能化、易操作的优势。

关键词：相控阵超声检测智能定量图像分割缺陷

在线全文

学校读者我要写书评

暂无评论

基于BoF模型的多特征融合纹理图像分类

北京航空航天大学学报 2018年第9期44卷 1869-1877页

作者：汪宇玲黎明李军华张聪炫陈昊南京航空航天大学自动化学院南京211106 东华理工大学信息工程学院南昌330013 南昌航空大学图像处理与模式识别江西省重点实验室南昌330063

针对特征词袋(BoF)模型缺乏空间和几何信息,对纹理图像内容表达不明显等问题,提出一种基于BoF模型的多特征融合纹理分类算法。将灰度梯度共生矩阵(GGCM)和尺度不变特征转换(SIFT)融合特征作为纹理图像的区域特征描述,通过动态权重鉴别... 详细信息

针对特征词袋(BoF)模型缺乏空间和几何信息,对纹理图像内容表达不明显等问题,提出一种基于BoF模型的多特征融合纹理分类算法。将灰度梯度共生矩阵(GGCM)和尺度不变特征转换(SIFT)融合特征作为纹理图像的区域特征描述,通过动态权重鉴别能量分析进行最优参数特征选择,并用BoF量化纹理特征,使用支持向量机对图像进行训练和预测,得出分类结果。实验结果表明,本文算法对有旋转扭曲的纹理、边缘模糊纹理、有光照变化的纹理及杂乱纹理等均能取得较好的分类效果,相对于传统BoF模型及凹凸划分(CCP)方法等算法在UIUC纹理库上的分类正确率均有不同程度的提高,平均分类正确率分别提高12. 8%和7. 9%,说明本文算法针对纹理图像分类具有较高的精度和较好的鲁棒性。

关键词：纹理分类多特征融合特征词袋(BoF) 灰度梯度共生矩阵(GGCM) 尺度不变特征转换(SIFT)