小波局部适应插值的图像超分辨率重建

针对单帧低分辨率图像的超分辨率重建问题,提出一种改进的小波局部适应插值的超分辨率重建方法,该方法能够弥补重建图像边缘不平滑的缺陷。结合小波变换与可分离高低频信息的特性,提出一种综合两者优点的单帧图像超分辨率重建算法。实验结果表明,采用该算法得到的重建图像不仅能较好地保留原始图像的细节信息,提高图像的空间分辨率,并能提高图像的峰值信噪比,更适合人眼视觉系统。

植物局部适应性的研究进展

物种在空间异质性环境中容易受到不同的选择压力;如果本地基因型的适合度高于外来基因型,将导致局部适应性的产生。局部适应性强度是由自然选择、基因流以及其它进化力量的相互平衡决定的。局部适应性对于物种能否在快速变化的环境中长期生存非常关键。因此,在全球气候变化背景下,有关局部适应性的研究已逐渐成为进化生物学领域的研究前沿。本文从概念的提出与发展、成因、相关遗传基础及主要研究方法等方面对植物局部适应性这一生物学问题进行综述,探讨了目前主要的研究进展和存在的问题,展望了未来的研究前景,以加深对植物局部适应性及其遗传基础的全面认识与深刻理解。

基于子模型法的某抽水蓄能电站库盆土工膜锚固处局部适应性研究

某抽水蓄能电站上水库的库盆填筑工程量达1124×10^(4)m^(3),库坝基础地质条件及填筑料料源岩性复杂,库底防渗土工膜能否适应周边锚固处局部较大的变形梯度是影响工程库盆防渗可靠性的关键技术问题之一。对此,基于子模型法开展土工膜与周边锚固部位的局部变形适应性研究和论证。通过多方案比较,结合工程具体特点,研究确定了局部适应变形措施及其具体尺寸,可为类似工程建设提供指导或借鉴。

局部组合降雨空间插值方法适应性研究

【目的】对于同一流域内部不同子区域高程、坡度等地形要素差别较大的情景,采用同一降雨空间插值方法,将显著影响降雨插值结果的精度。为降低流域下垫面差异对降雨插值精度的影响,【方法】以岸堤水库流域为例,采用克里金法(Kriging)、反距离权重法(IDW)法和自然邻域法(NN)法及其两两组合,共9种方案进行分析,通过对比不同降雨插值方法及其组合和不同雨量站点数量情景下的降雨插值效果,对组合降雨空间插值方法进行适应性研究。【结果】结果显示:(1)局部组合和整体单一插值方法插值后所得降雨量在梯度变化、空间分布和子区域分界线两侧有较大差异,局部组合插值的结果优于整体单一插值;(2)岸堤水库流域东北区域采用IDW法、西南区域采用NN法方案插值后不同场次降雨和不同站点的平均MRE值为1.11%,极大值和极小值下分别为1.51%和5.30%,精度最高,效果最优;(3)同一插值方案下,均匀减少插值站点,插值方法精度降低明显。【结论】研究结论如下:在雨量站数量一定的情况下,流域空间地形差异明显、多种插值方法效果相当时,局部组合插值能够综合多种插值方法的特点,使插值方法更适应于流域的局部特性并提升插值精度。本研究对于解决流域地形地貌空间分布差异显著的降雨空间插值问题,具有一定的理论意义和参考价值。

基于小波局部适应插值IBP算法的视频超分辨率重建

针对基于迭代反投影(IBP)算法的视频超分辨率重建,提出了一种改善初始估计来提高重建效果的方法.本文采用小波局部适应插值得到初始估计,结合滑动窗的视频重建模型,由一段低分辨率的视频重建一段高分辨率的视频,达到提高视频空间分辨率的目的.实验表明改进算法得到的高分辨率视频有更好的视觉效果.

基于区域增长与局部自适应C-V模型的脑血管分割

提出了一种针对TOF MRA(time-of-flight magnetic resonance angiography)磁共振图像的双重分割脑血管提取方法.首先结合高斯滤波,采用二维OTSU算法,结合MIP(maximum intensity projection)图像获得三维血管种子点,定义全局与局部信息相结合的区域增长规则,通过区域增长算法对血管进行粗分割;然后,采用Catt扩散模型对体数据场进行各向异性滤波,提出了局部自适应C-V模型,将初步分割结果作为自适应活动轮廓模型的初始轮廓线进行二次分割.实验结果表明,该算法不仅能够有效分割脑血管粗大分支,而且还能精确提取脑血管的细小结构.

融合局部自适应追踪的多目标牵制蜂拥算法

针对以往的多智能体蜂拥控制算法在考虑单个目标追踪情形时不具普适性,以及现有的多目标蜂拥控制都是基于全局目标信息来进行集中式协调控制,而非基于局部目标信息下的分布式协调控制的问题,提出一种融合局部自适应检测机制的分布式协同牵制蜂拥算法。首先,算法在分离、聚合、速度匹配和引导反馈的基础上,引入局部自适应追踪策略,实现智能体的局部动态跟随运动;其次,受牵制思想启发,根据节点影响力指数评估算法选取m个信息个体分别向m个目标进行多目标追踪,起到模拟外部信息的作用,不同的信息个体会由于局部自适应检测机制间接地引领周围局部个体向不同目标进行追踪;最后,设计一类新的聚集和排斥势能函数,实现相同目标智能体的聚集,以及不同目标智能体的避碰,具有可调参数少和效率高的优势。通过三维仿真实验验证了算法的多目标追踪可行性和有效性。

局部自适应序列图像拼接算法

在数字摄影测量等应用中需要对航空拍摄的序列图像数据进行拼接才能得到对应地面的全景图像。讨论了帧与帧之间存在相对旋转或几何畸变的情况下,用多帧图像进行拼接产生地面全景图的方法。该方法在相邻帧图像之间采用基于控制点的局部自适应方法进行定位,再采用淡入淡出的方法进行拼接和数据融合,重建地面全场景图像。实验结果表明本方法能够有效地解决图像拼接中帧间旋转或几何畸变问题,并避免了图像的平滑失真。

基于局部自适应鲁棒回归的点云消噪

针对传统点云消噪算法低频平滑与高频磨平之间的矛盾,提出基于局部自适应邻域鲁棒回归的点云消噪算法。提出采样点局部自适应邻域的概念,使采样点邻域的大小能够根据模型局部形状进行自适应调整,为点云模型的低频区域平滑和高频区域特征保持奠定基础;针对传统的最小二乘曲面拟合受旁值点影响大,采样点微分几何信息提取可靠性差的问题,提出对采样点局部自适应邻域进行鲁棒回归,以实现采样点微分几何信息的可靠提取;以采样点法向和最大最小曲率为基础,构造一种新的采样点特征测度函数。在对测度函数的特性进行研究的基础上,根据测度函数值将采样点划分为特征点、非特征点和过渡点,并利用特征测度函数进行有效子邻域识别,实现点云数据的低频平滑和高频保特征消噪;通过对比试验验证算法的有效性。

AKAZE结合自适应局部仿射匹配的视差图像特征匹配算法

针对常用的图像特征匹配算法对具有视差的图像在图像特征匹配阶段会产生大量误匹配点的问题,提出了一种AKAZE(accelerated-KAZE)算法结合自适应局部仿射匹配的特征匹配算法。首先,采用AKAZE算法提取特征点;接着,采用二进制描述符M-LDB(modified-local difference binary)进行描述并进行暴力匹配产生粗匹配点对;最后,基于图像的仿射变换可以提供较强的几何约束这一特性,采用自适应局部仿射匹配完成精匹配。实验结果表明,该算法针对具有旋转变化、尺度变化、视角变化的图像匹配,具有提取特征点均匀、匹配准确等效果,提取的正确特征点数量分别平均相对于SIFT算法提升了1.66倍、SURF算法提升了1.08倍、ORB算法提升了6.92倍、GMS算法提升了1.23倍,能够满足具有较大视差图像匹配的需求。

图像局部特征自适应的快速SIFT图像拼接方法

针对目前图像拼接中计算量较大、实时性较差的问题，本文提出了一种图像局部特征自适应的快速尺度不变特征变换（SIFT）拼接方法。首先，对待拼接图像分块，确定图像局部块的特征类型；接着自适应采用不同的简化方法提取各局部块的特征点。然后，通过特征匹配求出变换矩阵，并结合RANSAC算法去除伪匹配对。最后，通过图像融合得到最终的拼接图像。文中使用提出的方法对3组待拼接图像进行实验。从实验结果可以看出：与标准拼接方法相比，本文改进方法的计算速度提升了30％～45％。因此，这种方法能够在保证图像拼接质量的前提下，有效提高图像拼接的效率，克服图像拼接中计算复杂度高的问题，在实际图像拼接中具有一定的应用价值。

基于邻域自适应局部保持投影的轴承故障诊断模型

为了有效利用振动信号进行故障诊断,提出了一种基于邻域自适应局部保持投影的轴承故障诊断模型。首先,利用EMD将轴承振动信号分解为若干个平稳的固有模态函数(IMF),对IMF分量建立自回归(AR)模型,构建原始特征子集。然后,利用邻域自适应局部保持投影算法对原始特征子集进行降维处理,获得原始特征子集的低维特征向量和投影矩阵。以低维特征向量为输入,以最小二乘支持向量机(LS-SVM)为分类器,通过研究故障识别率和低维特征空间维数的关系确定最优降维维数和对应的最优投影矩阵。最后,根据最优降维维数完成降维处理过程,得到低维特征向量,输入LS-SVM分类器,识别轴承的工作状态和故障类型。实验结果表明,该模型提高了轴承故障诊断的精度。

结合边缘细节局部自适应增强的直方图均衡化

在保持图像亮度的双直方图基础上,结合Canny算子提取边缘细节,并根据提取边缘的幅值结果建立自适应增强公式.实验结果表明将空间边缘信息和局部灰度信息相结合的算法在满足全图灰度均衡分布的同时增强了局部细节,并且有较强抗噪性.

自适应局部迭代滤波与模糊熵在齿轮系统故障识别中的应用

针对齿轮系统实测信号受噪声干扰而不能准确反映故障特征的问题,提出了一种自适应局部迭代滤波与模糊熵相结合的故障识别方法。利用自适应局部迭代滤波可以将齿轮非平稳信号分解为有限个平稳的本质模态函数,由于自适应局部迭代滤波能有效分离出齿轮系统的转频信号,因此,以转频信号对应的本质模态函数为分界,计算前几个本质模态函数的模糊熵,最后,通过计算不同工况振动信号模糊熵的灰色关联度来识别齿轮系统不同的故障类型。结果表明,该方法能够有效地应用于齿轮系统的故障诊断。

平稳小波域局部自适应绝缘子的红外热像去噪

为从强白噪声干扰的红外热像中提取真实的绝缘子盘面温度场信息,提出了一种平稳小波域局部自适应绝缘子红外热像去噪方法。该法假设平稳小波变换子带系数服从拉普拉斯分布,利用最精细分解层子带系数估计噪声方差,使用待估计点圆形邻域系数估计信号方差,根据图像噪信比自适应调整邻域窗口大小,采用最大后验估计器局部自适应估计各高频子带小波系数,最后对处理后的小波系数进行平稳小波反变换得到去噪后图像。实验结果表明,该方法比传统的Wiener滤波法、基于离散小波变换和平稳小波变换的贝叶斯阈值去噪法的信噪比更高,在有效去除图像噪声的同时,图像细节信息保留更完好。

用于发酵过程在线建模的自适应局部最小二乘支持向量机回归方法

提出一种基于自适应局部学习的最小二乘支持向量机回归(LSSVR)在线建模方法。考虑样本间的距离和角度信息以获得更全面合理的相似样本集,推导了采用快速留一法在线优化模型参数的准则,并给出了发酵过程在线自适应模型选择的策略。以链激酶流加发酵过程为例,验证了所提出算法能够从过程的第2批次开始,同时对活性菌体浓度和链激酶浓度进行较准确的在线预报,较普通的局部LSSVR等建模方法具有更高的预报精度和自适应性。

一种基于局部自适应的女书字符图像分割算法

针对女书字符的结构特点,结合LLT局部阈值算法的基本思想,通过在局部窗口内引入基于最大类间方差的OTSU算法,并设计相应的阈值修正参数,给出了一种基于局部自适应的女书字符图像分割方法,从而实现了局部阈值的自动获取.通过与OTSU算法相比,该算法不仅具有较强的抗噪能力,而且较好克服了女书古籍文献中常见的光照不均匀性问题.实验结果进一步验证了该算法的适应性和鲁棒性.

基于改进自适应局部迭代滤波的谐波检测方法研究

针对大量非线性负荷及电力电子设备广泛应用导致的电力系统谐波成份非平稳性和复杂性日益突出,难以识别和检测的问题,在引入自适应局部迭代滤波算法的基础上,提出了基于改进自适应迭代滤波与希尔伯特变换的谐波检测方法。改进自适应迭代滤波算法利用Fokker-Planck方程构建滤波函数,经滤波筛选获取具有平稳特征的本征模态分量,具有坚实的数学基础,且能够有效地避免经验模态分解算法存在的模态混叠问题。首先利用改进自适应迭代滤波算法分解得到周期分量,对各分量进行Hilbert变换,提取包括频率、幅值、相位在内的谐波特征参数。测试信号及实测数据分析结果证明了所用方法的有效性,与经验模态分解的对比结果充分验证了本方法在电力系统谐波检测中的强适应性。

改进的单幅红外图像局部自适应非均匀校正

为了实现对单幅红外图像的非均匀性校正并且对局部细节的校正效果进行优化,提出了一种局部自适应的非均匀校正算法。算法利用红外焦平面阵列的固定图像噪声呈单方向分布的特性,采用基于高斯权重思想的中值直方图非均匀算法实现红外图像的单参数校正;然后将图像分块,使图像的各局部都能够自适应地选择各自最合适的校正参数,达到优化细节的校正效果。实验结果及分析表明:与单参数中值直方图非均匀校正算法相比,提出的算法在均方根误差、峰值信噪比、图像平滑性等方面都得到了进一步的改善,并且保留了更多的图像细节,为非均匀校正提供了一种方法。

自适应局部邻域特征点提取和匹配的点云配准

点云配准是三维重建的关键技术之一。针对点云匹配中迭代最近点算法(ICP)速率低、对初始位置要求高的问题,提出了一种基于自适应局部邻域特征点提取和匹配的点云配准方法。首先根据局部表面变化因子与平均变化因子的大小关系,自适应地提取特征点;其次利用快速点特征直方图(FPFH)综合描述每个特征点的局部信息,结合随机抽样一致性(RANSAC)算法实现粗配准;最后根据得到的初始变换矩阵和基于特征点的ICP算法实现精配准。对斯坦福数据集、含噪声的点云以及场景点云进行配准实验,实验结果表明:所提出的特征点提取算法能高效地提取点云的特征;相比于其他特征点检测方法,所提方法在粗配准中的配准精度和配准速度更高,且抗噪性能更好;与ICP算法相比,基于文中特征点的ICP算法在斯坦福数据集和场景点云中的配准速度提升了约10倍,在含噪声的点云中,能根据所提取的特征点高效地进行配准。该研究为提高三维重建和目标识别的匹配效率提供了一种高效的方法。