梯度点对约束的结构化车道检测

车道检测是无人驾驶车辆及车道偏离预警等系统的关键技术。针对复杂道路环境中,阴影、路面破损及车辆遮挡等常造成车道检测不准确的问题,提出利用结构化道路两侧车道线上常具有相反方向梯度的性质,将两侧车道线的检测转化为梯度点对约束下的车道中线及宽度检测。然后分别采用平行透视投影模型及线性双曲线模型,通过Hough变换获得了对车道消失点、宽度及车道中线等参数的估计,最终实现了对不同形状结构化车道的检测。比较了本文算法与其他两种车道检测算法在不同复杂道路环境下的车道线检测性能,结果表明了本文算法的有效性。

一个新的两点梯度法

构造一个新的解无约束优化问题的两点梯度法,类似共轭梯度法,在构造搜索方向时,充分利用上次迭代点的信息·采用强Powell-Wolf搜索准则产生步长,在较弱条件下,算法总体收敛,并且至少线性收敛·数值实验表明,在计算量和结果精度方面明显优于最速下降法·

局部梯度极值点的BEMD与CI算法的图像融合增强

协方差交叉算法是分布式信息融合中通过优化一定目标函数得到的一种分布式融合估计方法,这种方法为图像融合增强提供了一种新思路。提出基于局部梯度极值点的二维经验模式分解(BEMD)与协方差交叉(CI)算法的图像融合方法,针对传统BEMD获取图像细节能力的不足,为使图像包含更多细节结构特征,根据梯度对图像细节信息的强挖掘能力,采用4个二维方向上的极值条件选取局部梯度极值点对图像进行经验模式分解并确定内蕴模式函数。将一维协方差交叉算法扩展到二维信号和图像融合上,通过最小化各内蕴模式函数的二维协方差交叉阵的"模"范数计算最优线性加权阵,并利用反向重构得到融合增强图像。经仿真实验分析发现,与传统的图像融合算法对比,所提方法具有更强的细节捕捉能力,清晰度明显提升。

基于局部梯度极值点的经验模式分解图像增强

为解决传统2维经验模式分解获取图像细节能力不足的问题,提出一种基于局部梯度极值点的改进BEMD图像增强方法。根据梯度对图像细节信息的强挖掘能力,基于像素点4个2维方向上的极值条件来寻找图像的局部极值点,对图像进行经验模式分解并确定内蕴模式函数,结合大尺度梯度保留、小尺度梯度去除的思路,达到在图像增强的同时又抑制噪声的目的。实验结果表明:与传统的图像增强算法相比,该方法具有更强的细节捕捉能力。

共熔法在玻璃中生长的半导体量子点的电偶极矩

理论分析了共熔法在玻璃中生长的CdSe0.9S0.1半导体量子点在恒定外场作用下的电偶极矩.由于玻璃介质与量子点的互溶,共熔法在玻璃中生长的量子点是球形梯度量子点,其相对介电常数沿径向的变化可以采用指数函数模拟.在球坐标系中通过分离变量法求解电势满足的方程,得到球形梯度量子点的电偶极矩与量子点体积成正比,以及与半导体和玻璃介电常数的定量关系.

基于图像尺度变化的一种特征点匹配算法

通过对灰度相关法特征点匹配算法的理论研究和实验分析,提出了一种能够克服图像尺度变化的特征点匹配算法。该算法主要根据图像特征点间欧氏距离的关系,结合传统的特征点灰度相关法和特征点的梯度相关法进行精确匹配。实验证明,该算法容易理解,易于实现,匹配结果较精确,误匹配点较少。

融合小波框架和低秩的动态磁共振图像重建新思路

动态磁共振成像(dynamic magnetic resonance imaging, DMRI)是一种通过连续扫描图像获取其随时间和空间变化的影像技术,将压缩感知技术应用于动态磁共振成像,容易导致磁共振图像重建后的视觉质量不够理想。因此,针对压缩感知在DMRI重建上存在的不足,通过?_1范数以刻画磁共振图像数据的稀疏性,以及利用低秩描述动态磁共振图像序列的内在相关性,提出了一种基于低秩和稀疏分解的重建模型,有效减少了动态磁共振成像的伪影。在建模阶段,将稀疏成分应用?_1范数进行建模,对低秩成分利用核范数进行建模。在模型优化求解阶段,引入小波框架正则化方法,将重建模型转化为非光滑凸优化问题,然后使用基于动量加速的近似点优化梯度方法求解该问题。最后,通过在心脏电影、心脏灌输和phantom体膜影像数据上进行实验,验证了所提模型的有效性。结果表明,所提方法在采样率30%时,平均峰值信噪比达到33.709 0 dB,平均结构相似度达到0.966 0,进一步提升了磁共振图像重建的精度。

储存式电子压力计的编程方法——兼与姜显春等人商榷

姜显春等人在《油气井测试》1995年第1期上发表《储存式电子压力计测试技术简介》一文,文中总结出编程的科学方法（见表1）,笔者根据自己使用储存式电子压力计的现场经验和试井资料解释的要求,认为表1中的编程方法不甚科学,为此提出表2中的测试编程方法。

语音识别中基于低秩约束的本征音子说话人自适应方法

该文提出一种基于低秩约束的本征音子（Eigenphone）说话人自适应方法。原始的本征音子说话人自适应方法在自适应语料充分时具有很好的效果，然而当自适应语料不足时，出现严重的过拟合现象，导致自适应后的系统可能比自适应前的系统还要差。首先，对协方差矩阵为对角阵的隐马尔可夫-高斯混合模型语音识别系统，推导出一种简化的本征音子矩阵估计算法；然后，对本征音子矩阵引入低秩约束，采用矩阵的核范数作为矩阵秩的凸近似，通过调节核范数的权重因子以有效控制自适应模型的复杂度；最后，给出一种加速近点梯度算法以求解新算法中引入的带有核范数正则项的数学优化问题。汉语连续语音识别的说话人自适应实验表明，引入低秩约束后，本征音子说话人自适应方法的自适应效果得到了明显提高，在5~50 s的自适应数据条件下，均取得了比最大似然线性回归后接最大后验（MLLR＋MAP）自适应更佳的识别效果。

一种可抗几何攻击的图像鲁棒水印算法

抗几何攻击是鲁棒水印算法研究的关键问题之一,基于归一化的技术虽然具有一定的抗几何攻击能力,但对于剪切等图像内容丢失攻击显得无能为力.针对该问题,结合图像特征点及梯度方向,提出一种可抗几何攻击的鲁棒水印算法.由于在图像几何变换中,图像两个点处的梯度方向夹角能够保持不变,因此算法通过修改两个特征点间的梯度方向夹角进行水印嵌入,并在理论上给出了可通过修改特征点处邻域的DCT系数以完成上述嵌入过程.该算法不需对图像或图像的区域进行归一化处理,从而避免了因图像内容丢失而引起的归一化不同步问题.实验结果表明,算法能够抵抗多种对含水印图像的常规处理攻击和几何攻击,尤其对于裁剪攻击具有较好的鲁棒性.

时间最短控制问题求解的分级优化策略

针对时间最短控制问题的求解,单纯地使用罚函数策略求解存在诸多不便,为此提出分级优化的策略,并结合罚函数策略实施。首先在某个终端时间的情况下构造终端状态自由的最优控制问题,为一级优化;在一级优化结果的基础上结合罚函数策略构造新的目标函数,并据此调整终端时刻,为二级优化。反复依次执行一级优化、二级优化,最终使得状态约束恰好得到满足。分级优化把复杂问题转化为一系列简单的问题,采用经典的优化算法即可实现。实例研究显示了分级优化策略是可行的,能以足够的精度满足边值约束,计算结果也更加精确。

3D-DIXON定量评价肝内脂肪含量的稳定性研究

目的对3D-DIXON、1H-MRS、IN/OPP三种序列用于定量检测人体肝脏脂肪浸润的稳定性进行对照分析,以为脂肪肝的诊断与监测提供一种可靠的评价方法。方法无脂肪肝28人作为研究对象,且均由CT筛选获得。在CT检查后1周内接受磁共振3D-DIXION、1H-MRS、IN/OPP检查,每种序列分别进行两次扫描,并分别计算肝内脂肪浸润值FFMRS、FF3D-DIXON、FFIN/OPP。结果 1)3D-DIXON序列前后两次所测得FF值高度正相关,相关系数r=0.927(P<0.05)。Bland-Altman图显示FF3D-DIXON1、FF3D-DIXON2间一致性较1H-MRS及IN/OPP高。结论 3D-DIXON序列具有较高的稳定性,且在三法中稳定性最高,因此对于临床应用具有较好的前景。

约束优先边值固定最优控制嵌套优化方法

针对边值固定的最优控制问题,提出一种约束优先嵌套优化方法,将边值固定问题转化为嵌套的2个边值无约束最优控制问题.将两点步长梯度法实行内层优化求解满足边值约束的可行控制策略,与无记忆拟牛顿法实行外层优化求解最优目标函数相结合,避免了罚函数法的不足,提高了优化算法收敛的稳定性和高效性.同时引入一种特殊的控制变量转换方法,通过中间变量和函数转换消除控制边界约束.经典实例的研究结果表明,该算法在收敛性能和求解效率方面具有显著的优越性.

基于改进Hough变换的偏心口检测

分析了Hough变换在圆检测应用中存在的问题,针对液体罐装桶盖的加注口为偏心圆形的情况,提出了一种基于两点梯度信息的改进的Hough变换算法.经检测实例验证,该算法计算速度快,占用内存少,检测精度高.

基于宏块预判的快速帧内预测模式选择算法

针对H.264/AVC帧内预测模式选择部分计算复杂度问题,提出一种基于宏块预判的快速帧内预测模式选择组合算法.该算法采用低复杂度的三点梯度算子改进了边缘方向直方图帧内预测模式选择算法(Pan算法)中利用Sobel算子得到边缘方向矢量.首先运用平均绝对误差(Mean Absolute Difference,MAD)值对编码宏块类型结合QP下的阈值进行预判;预判后的宏块采用改进的Pan算法进行模式筛选,最后确定最佳的预测模式.实验结果表明,在6个不同视频序列全I帧编码情况下,该算法与全搜索算法相比编码时间平均减少大约72.4%,与Pan算法相比编码时间减少28.6%,而码率仅分别增加4.21%、1.8%,峰值信噪比基本不变.

基于稀疏组LASSO约束的本征音子说话人自适应

本征音子说话人自适应方法在自适应数据量不足时会出现严重的过拟合现象,提出了一种基于稀疏组LASSO约束的本征音子说话人自适应算法。首先给出隐马尔可夫—高斯混合模型下本征音子说话人自适应的基本原理;然后将稀疏组LASSO正则化引入到本征音子说话人自适应,通过调整权重因子控制模型的复杂度,并通过一种加速近点梯度的数学优化算法来实现;最后将稀疏组LASSO约束的自适应算法与当前多种正则化约束的自适应方法进行比较。汉语连续语音识别的说话人自适应实验表明,引入稀疏组LASSO约束后,本征音子说话人自适应方法的性能得到了明显提高,且稀疏组LASSO约束方法优于l1、l2和弹性网正则化方法。

基于Mapcheck2的调强放射治疗计划剂量验证分析

目的探讨基于Mapcheck2的调强放射治疗计划剂量验证与靶区均匀性指数(HI)、靶区适形指数(CI)及等中心点剂量梯度(D_(Gref))的关系。方法选取2018年6月至2020年2月于医院行调强放射治疗计划的497例患者作为研究对象,采用Mapcheck2进行剂量验证,以剂量误差3%、吻合距离3 mm下的γ通过率≥90%且中心点累积剂量偏差绝对值(Dacc)≤3%为限定条件,在合格的462例计划中随机选取18例设为对照组,将不合格的35例分为A组(Dacc≤3%但γ通过率<90%,11例)、B组(γ通过率<90%且Dacc>3%,9例)、C组(γ通过率≥90%但Dacc>3%,15例),计算并比较4组的HI、CI及D_(Gref)值。结果 A组各指标与对照组比较,C组HI、CI值与对照组比较,差异均无统计学意义(P>0.05);B组各指标与对照组比较,C组D_(Gref)值与对照组比较,差异均有统计学意义(P<0.05)。对35例不合格计划进行优化设计后,经验证均合格,且优化后计划的HI、CI及D_(Gref)值与优化前比较,差异均无统计学意义(P>0.05)。结论调强放射治疗计划设计前,应选取合理的射野数目、方向,优化参数、算法,并尽量将射野等中心点置于靶区内剂量梯度较小的位置,以减少影响剂量验证的不良因素。

基于SIFT变换的彩色全景图拼接算法研究

为了解决传统的彩色全景图拼接算法在特征点匹配过程中匹配时间较长且匹配失误率过高的问题,优化整体的彩色全景图拼接算法,提出了基于SIFT变换的彩色全景图拼接算法。构建SIFT算法的基本流程,通过创建空间尺度确定极值点的空间位置和梯度方向,以便进行SIFT特征点匹配。研究基于SIFT变换算法的全景图像拼接技术,设计全景图像拼接技术的基本流程,在获取全景图像之后进行预处理,利用SIFT变换算法进行图像配准和图像融合。经实验验证,通过匹配失误次数、匹配度以及匹配时间的数据对比所提算法与基于ORB算法的全景图像拼接技术的优劣,确定基于SIFT变换的彩色全景图拼接算法更具备优越性。

基于改进快速行进法的水面无人船全局路径规划

为解决将快速行进法用于水面无人船(unmanned surface vehicle,USV)全局路径规划所得路径安全性低和复杂度高的问题,对快速行进法进行改进。为提高所规划路径的安全性,设置障碍物时间场函数使USV能远距离避障。为降低所规划路径的复杂度,设置梯度拐点评价函数使USV转向次数减少。通过MATLAB分别对改进快速行进法与传统快速行进法、快速行进平方法进行对比分析,仿真结果验证了本文所提算法的可行性和有效性。

核磁共振图像重构的即插即用算法

为解决核磁共振图像重构中由于欠采样导致的重构图像质量较低的问题,提出了一种基于凸-非凸稀疏正则和即插即用近似点梯度下降的核磁共振图像重构算法。首先给出了凸-非凸稀疏正则的近似点算子。然后基于该近似点算子提出近似点梯度下降算法。最后将上述算法中的近似点算子用某种合适的去噪器(如神经网络去噪器)替换,得到即插即用近似点梯度下降算法,并将其应用到核磁共振图像重构上。数值实验中,分别用不同的待重构图像、采样模板和去噪器进行对比实验,实验结果表明,所提算法在使用神经网络去噪器时,峰值信噪比较已有算法提升了6.26 dB。同时视觉效果也得到了显著的提升,在处理边缘和纹路方面效果都更加明显,从而验证了算法的有效性。