基于Shearlet域系数处理的SAR图像降噪

结合图像在Shearlet域中系数的特点,提出了一种基于Shearlet系数稀疏表示与投影总变分(total variation,TV)相结合的合成孔径雷达(synthetic aperture radar,SAR)图像去噪算法。有效解决了稀疏表示在图像去噪时存在的边缘细节损失与TV去噪时存在的光滑区域阶梯效应。首先,利用SAR图像Shearlet系数的稀疏性,结合系数稀疏表示模型,采用分段正交匹配追踪方法求解优化解,从统计意义上实现稀疏表示后的系数均值为真实图像系数均值的无偏估计;其次,为弥补稀疏表示中丢失部分系数在图像细节上的损失,同时结合这部分系数对应的Shearlet函数有利于表征图像边缘细节的特性,针对图像在丢失系数对应的Shearlet函数空间中投影重构的结果,结合TV方法迭代去噪。实验结果表明,该方法充分利用Shearlet域系数的特性,采用稀疏去噪与投影TV相结合的方法以弥补各自缺陷,在去噪的同时能有效保持图像纹理细节,并具有更优的图像视觉效果。

基于群稀疏系数估计的图像重构算法

基于稀疏表示的图像先验信息模型被广泛用于实现图像的重构中。针对稀疏表示中字典选择与系数估计的关键问题,提出了基于稀疏表示与非局部自相似性相结合的图像重构方法。首先通过欧氏距离的块匹配寻找相似图像块,并利用左右字典分别对相似图像块集合进行局部稀疏与非局部稀疏表示,以获得更稀疏准确的稀疏表示系数。进一步针对传统阈值收缩法对稀疏系数估计精度不足的问题,利用伯格曼迭代算法快速有效地求解重构模型,并采用线性最小均方误差估计准则(LMMSE)实现稀疏系数的估计,以保证对包含图像纹理细节信息的小系数的精确估计。实验结果表明,本文方法不仅在PSNR等客观指标上达到了目前先进水平,而且重构后图像拥有更为丰富的细节信息,整体视觉效果更加清晰。

电子信息工程技术专业“1+X”证书教学改革研究

制度的提出对高职院校的发展以及人才培养具有深远的影响。基于“1+X”制度,我校电子信息工程技术专业首先组建优秀的教师队伍,其次对人才培养方案重新解读并完善,然后精心设计教学内容,最终实现证书,创业及竞赛的成果转换,并且获得传感网应用开发等级证书。通过以上举措提高了学生专业技能以及职业竞赛能力,最终为企业输送较高质量的专业人才。这种教学方式对其他专业的发展起到了良好的借鉴作用。

电子电路课程线上教学存在的问题及对策研究

本文将以电子电路课程为例,对课程线上教学存在的主要问题进行分析,并探究相关改进对策,保障电子电路课程线上教学效果的有效达成,提升教学质量。