基于PCA硬阈值收缩的平滑投影Landweber图像压缩感知重构

利用压缩感知理论对图像进行测量和重构时,基于分块思想可有效提高重构速度,但同时会带来较强的块效应。为了解决该问题,在编码端提出了一种基于边缘检测的自适应分块压缩感知测量方案;在解码端提出了一种基于主成分分析(PCA)的平滑投影Landweber(SPL)重构法,该算法运用PCA训练出适合于图像结构的稀疏字典,用于进行硬阈值收缩,从而有效消除了块效应,提升了重构图像的质量。为了提高硬阈值收缩效率和减少训练复杂度,采用了3种基于块的PCA硬阈值收缩方案:全局PCA、局部PCA和分层PCA。仿真实验结果表明:所提出的自适应压缩感知测量方案与SPL重构法相结合,和传统分块压缩感知方案相比,峰值信噪比(PSNR)值均提升了1～3 dB;本文算法,无论在传统分块压缩感知方案下还是在自适应分块压缩感知方案下,与基于方向小波阈值收缩的SPL重构算法相比,均获得了更高的PSNR值。

基于快速投影LANDWEBER法的电容层析成像图像重建算法研究

提出一种新的基于快速投影Landweber法的ECT图像重建算法。算法采用两部分迭代,初期采用预置矩阵加速迭代,该矩阵通过优化步长广义逆预迭代得到;后期采用常规投影Landweber法稳定迭代。探讨了ECT应用该算法的收敛条件,该算法易满足收敛条件且预置矩阵参数选取简单。仿真和实验结果表明,与LBP、OIOR、投影Landweber算法相比,该算法兼备收敛稳定性好及收敛速度快等优点。

求解线性积分方程的压缩投影离散的Landweber算法

研究了求解线性积分方程的多尺度压缩投影离散的Landweber算法,提出了Landweber迭代终止指标的停止准则,与传统的投影算法比较,减少了计算量,确保了近似解的最优收敛性.算例表明了该方法的有效性.

基于分块平滑投影二次重构算法的单像素成像系统

单像素成像系统是通过无空间分辨能力的单像元探测器来获取目标二维分布信息的计算光学成像技术,与传统直接成像技术相比具有高能量收集效率、高灵敏度等一系列优点,在高能物理诊断技术领域有着广阔的应用前景。针对实际单像素压缩感知成像系统在复杂诊断环境中存在的重建噪声较大的问题,提出并实现了基于分块平滑投影Landweber二次重构算法的单像素成像系统。根据算法观测矩阵分布特性以及数字微镜硬件输入要求实现了实际投影观测矩阵的变换,利用二次重构算法实现了单像素诊断的仿真分析与实验测试。仿真结果表明,在采样率为20%~30%的条件下,重建图像峰值信噪比大于20 dB,结构相似性高于0.8。进一步搭建单像素成像平台完成实验研究及验证,实验结果表明,利用二次重构算法模型对目标场景进行恢复的效果优于其余两种传统算法。二次重构单像素成像系统在采样率仅为20%的条件下能够重建出清晰的原始图像,具有较好的噪声抑制特性。

利用K-L域惩罚加权最小均方平滑对低剂量CT投影数据进行噪声滤除(英文)

通过对校准的低剂量CT投影数据的噪声特性进行分析,发现该噪声可用高斯分布近似,但其方差与信号本身有关,且信号与方差间的关系是非线性的。基于上述发现,我们选择惩罚加权最小均方平滑架构作为此类问题的最优解法之一。该方法可利用均值-方差间关系等先验知识来构造加权矩阵,并利用二维局部空间信息来构造惩罚项或正则算子。同时,为了进一步利用不同角度或切片间的空间相关关系,我们首先对投影数据沿角度或切片方向进行K-L变换,然后再对变换后的投影数据进行惩罚加权最小均方平滑,从而亦使原来的三维滤波问题简化为二维滤波过程。通过选择适当的邻域,K-L域惩罚加权最小均方平滑方法可充分利用先验统计知识及三维空间信息,对被噪声污染的低剂量CT投影进行更为准确的恢复。实验结果表明,当选取适当的控制参数,在投影数据的噪声滤除效果上,上述方法远较传统的低通滤波器为优。

空间平滑局部保持投影用于ISAR目标识别

由于目标运动及其所处环境的复杂性,雷达目标数据之间往往呈现出局部的非线性,如果采用传统的线性子空间方法降维,必将会使雷达目标识别性能有所下降。基于以上原因,论文在详细分析ISAR二维像非线性流形结构特点的基础上,将流形学习方法中的空间平滑局部保持投影(Spatially Smooth Locality Preserving Projections,SSLPP)算法应用于ISAR二维像的特征提取和维数约简,并采用k近邻分类器对三类飞机目标进行了识别。与传统的子空间方法相比,SSLPP算法充分考虑了图像中各相邻像素之间的相关性,因而可获得更多的图像空间局部信息。仿真实验结果表明,与PCA、LDA、LPP等算法相比,该方法具有更好的识别性能。

基于残差图分解与平滑块排列的低剂量CT投影降噪算法

针对低剂量CT(Computed Tomography)图像质量严重退化的问题,将平滑块排列(Smooth Patch Ordering,SPO)算法应用于低剂量CT投影降噪中,并通过残差图分解提取图像结构信息以进一步提高SPO算法的去噪性能.首先对低剂量CT投影进行SPO滤波得到初始的降噪投影,然后通过改进的形态分量分析(Morphological Component Analysis,MCA)方法将残差图分解为结构部分和噪声部分,并将残差图中提取的结构部分作为补偿投影,与降噪投影相加得到新的降噪投影.最后利用滤波反投影(Filtered-Back Projection,FBP)方法对新的降噪投影进行重建,获得重建的低剂量CT图像.实验结果证明,与其他传统算法相比,所提算法在低剂量CT重建图像的噪声抑制以及边缘、细节和结构等特征的保持方面都有明显的优越性.

基于平滑投影散列函数的匿名凭证系统

匿名凭证系统和假名系统都是实现匿名认证的重要工具,但目前为止,这两种系统的经典构造方案在实际应用中仍有局限。对于属性公开的应用场景,经典的匿名凭证系统过于复杂,效率太低。假名系统虽然简单易用,但是其可关联性会泄露用户的行为习惯等隐私,都不适用于此类场景。针对该类应用场景,基于平滑投影散列函数构造一个匿名系统,可以实现属性公开条件下的凭证证明,在实现用户属性认证的同时实现会话密钥传输。用户只需要常数次的计算,并且可以规约到经典的安全性假设,在这种场景中具有更强的实用性。

基于自适应采样及平滑投影的分块压缩感知方法

针对传统基于多尺度小波变换压缩感知算法中,将固定码率分配给各子带,从而限制了重构图像质量的问题,本文提出了基于自适应采样及平滑投影的分块压缩感知方法。该方法在图像的空间域和稀疏域中进行相应的多尺度重构,在各分割块的基础上,在空间域使用平滑滤波器进行平滑投影,在稀疏域进行稀疏变换和阈值处理。采用了不同的观测矩阵对各层小波系数进行观测,改善了块效应。通过自适应采样,克服了各子块间采样率相同而限制了稀疏性能的问题。实验结果表明:在不同的采样率下,本文提出的分块压缩感知算法均能得到质量更好的重构图像,且比传统方法的重构速度更快。

基于加权子空间投影的改进空间平滑DOA估计算法

为了更准确地估计相干信源波达方向(DOA),提出了一种基于加权子空间投影算法的改进空间平滑估计方法。通过对阵列协方差矩阵的自相关子矩阵以及关于主对角线对称位置互相关子矩阵分别进行互相关处理,得到一种新的空间平滑矩阵,以进行解相干预处理。为了改善估计性能,构造一种对子空间进行加权投影的算法,进行DOA估计。仿真实验结果表明,该改进算法尤其是在低信噪比、小快拍数及相干信源间隔很近时能更加有效地进行DOA估计,提升了分辨性能。

肾细胞癌与乏脂肪肾血管平滑肌脂肪瘤的鉴别分类模型:基于随机投影的多分类器分层融合框架

目的研究基于随机投影的多分类器分层融合的分类模型对良性肾小肿块乏脂肪肾血管平滑肌脂肪瘤(<4 cm)(AMLwvf)和恶性肾小肿块肾细胞癌(RCC)的鉴别能力。方法回顾性收集163例经病理证实存在肾小肿块的患者,其中118例为肾细胞癌,45例为乏脂肪肾血管平滑肌脂肪瘤,对平扫CT图像中病灶面积最大的代表性切片进行目标感兴趣区域(ROI)勾画,利用放射组学特征构建一个层次型的融合框架。在投影域水平上对同质分类器进行融合,然后在分类器水平上对融合结果进行进一步融合,最终得到基于随机投影的多分类器分层融合的AMLwvf和RCC鉴别分类模型。采用五折交叉验证方法和特异性(SPE)、灵敏度(SEN)、准确率(ACC)、ROC曲线下面积(AUC)评价AMLwvf与RCC鉴别分类模型的性能。将本研究所提模型与使用单一基分类器算法以及几种传统的集成模型对AMLwvf和RCC的鉴别分类能力进行定量比较,验证本研究所提鉴别模型的可行性和有效性。结果投影数设置为10时,本文提出的分层融合鉴别模型在所有指标上获得最好的结果。基于投影数为10的前提,五折交叉验证结果显示本研究所提出的基于多分类器分层融合的AMLwvf和RCC鉴别分类模型的SPE、SEN、ACC、AUC分别为:0.853、0.693、0.809、0.870。结论基于随机投影的多分类器集成分类系统构建的AMLwvf和RCC鉴别模型可以很好地对AMLwvf和RCC进行鉴别分类。同时与基于单一分类器算法以及其他多分类器集成系统构建的AMLwvf和RCC的鉴别模型相比,本文所提出鉴别模型在AMLwvf和RCC的鉴别分类任务中具有较大优势。

正交投影耦合光谱平滑性红外光谱法用于聚乙烯/聚丙烯共混物的定量分析

运用正交投影技术,结合目视背景光谱平滑性,对二元共混物中各组分进行红外光谱定量分析。将该法用于聚乙烯/聚丙烯共混物的实际样品测定,能满足生产控制的要求。

基于平滑投影哈希函数UC安全的DSA证书机制

数字证书颁发机制是认证中心给合法用户颁发证书的过程.基于计算模型的通用可组合的安全证明框架研究的是复杂网络环境下一个挑战协议与其他协议的任意组合时的安全问题.平滑投影哈希函数是可证明安全协议构造中一个常用的密码学原语.基于这种原语,给出了一个通用可组合安全的DSA数字证书颁发机制.

基于纹理信息的图像自适应分块压缩感知算法

针对传统分块压缩感知算法中对各图像块分配相同采样率,限制图像重构质量的问题,本文提出一种基于纹理信息的采样率自适应分块压缩感知算法。在观测端将图像一维灰度熵和标准差作为纹理信息量的衡量标准,使用K-means++算法将图像块按照纹理信息的相似性分为3类;结合边缘信息为3类图像块分配自适应采样率,并进行采样率二次分配;在重构端为缓解重构图像产生的块效应,采用分层分块结构结合改进的平滑投影Landweber算法进行重构。实验结果表明:在不同的采样率下,本算法重构图像在客观重构质量和主观视觉效果上均有一定提升,重构图像的块效应也得到缓解。

“高频微调”能实现预期效果吗——低利率环境下货币政策调整模式优化研究

在利率下行空间有限的条件下,探究如何增强货币政策的前瞻性与有效性有助于实现经济的平稳增长。基于菜单成本和信息效应理论,构建平滑局部投影(SLP)模型评估不同规模货币政策冲击对产出与通货膨胀的非对称影响。研究发现:货币政策效应存在冲击规模的非对称性,小规模货币政策冲击的实际产出效应更大;大规模货币政策冲击会在短期内产生更大的价格效应,而在长期其价格和实际产出效应均更小;货币政策效应存在明显的利率相依性,低利率时期,货币政策冲击的实际效应更强。因此,央行在加大稳健货币政策的实施力度时应坚持“高频、微调”的货币政策调整模式,现阶段中国尚未陷入“流动性陷阱”,货币政策有效性未受影响,但货币当局仍需充分利用央行沟通引导私人部门形成理性预期进而降低两者间的信息不对称程度。

基于RPCA与低秩投影的有遮挡人脸识别

由于光照的变化、遮挡、阴影、及图像噪声等因素的影响,使得传统方法人脸识别效果不理想,针对人脸识别中遮挡问题,提出了一种基于RPCA和低秩投影的人脸识别算法。先利用RPCA把每类训练样本分解成低秩数据矩阵和稀疏误差矩阵,构建每类原始人脸图像矩阵和低秩数据矩阵之间的低秩映射矩阵。将任意幅测试图像通过每类低秩映射矩阵进行投影,得到测试图像在不同类下的低秩数据矩阵和稀疏误差矩阵,为提取稀疏误差矩阵包含的人脸类别信息,对误差图像计算平滑度和边缘检测,设计了利用平滑度和边缘检测的加权和的判别规则。在AR人脸数据库和Extended Yale B数据库上进行实验,表明了提出的方法的有效性,识别精度得到了有效的提高。

基于部分投影的粘连目标分割

对存在多个目标的混合目标块,采用先垂直投影后水平投影的方法进行分割。垂直投影时,针对全投影分割存在的三种问题,分析了出现问题的原因,提出了一种基于部分投影的分割方法。实验结果表明,即使是在强粘连情况下,所提方法也可以较好地将目标分割出来。

基于迭代近端投影的二维欠采样合成孔径雷达成像

合成孔径成像雷达(SAR)具有数据量大、采样率高等特点,针对传统压缩感知(CS)的SAR成像存在精度低及抗噪性能差的问题,该文提出一种基于迭代近端投影(IPP)的2维欠采样合成孔径雷达成像重建方法。即通过对雷达回波构建为距离频域-方位多普勒域的2维稀疏表示模型,在此基础上将成像问题转化为距离向和方位向压缩感知稀疏重构问题,利用迭代近端投影算法的函数优化模型来表示合成孔径雷达成像中的稀疏表示,最后采用平滑削边绝对偏离(SCAD)罚函数获得近端算子以求解该模型并进行成像。仿真与实测数据处理结果表明,所提方法成像效果更好。

基于移动最小二乘法的点云平滑及重采样

将点云进行三维重建符合人们的视觉习惯,可以逼真地反映场景的立体效果,并且可以方便地进行多角度显示。针对贪婪投影三角化重建结果中存在的曲面不光滑且存在孔洞等问题,提出了使用移动最小二乘法来进行点云的平滑、重采样处理。实验表明,通过移动最小二乘法进行先平滑后采样的方法比直接使用贪婪投影三角化算法或仅平滑处理、采样处理再重建的效果都要好。

一种改进的基于投影预变换自适应波束形成器

在基于投影预变换的基础上,提出了一种改进的自适应波束形成算法,该方法改善了自适应波束形成过程中小期望信号的缺点,同时,提高了干扰源靠得较近时波束形成的稳健性,增强阵列输出SINR。此外,新算法具有空间平滑作用,在空间存在相关或者相干干扰时仍具有较好的干扰抑制性能和波束保形能力,计算机仿真结果说明了新算法的有效性。