基于交叉梯度约束的电阻率法和背景噪声法三维联合反演研究

电阻率法和背景噪声法是通过获得地下介质的电阻率和速度参数的分布来探究地球内部物质分布的非均匀性特征,联合反演可以有效地发挥两种方法的优势,减小反演多解性.本文采用有限内存拟牛顿(L-BFGS)算法实现了电阻率法和背景噪声法的单方法三维反演,然后基于电阻率和速度模型结构耦合约束,采用交替迭代方式实现了电阻率法和背景噪声法的三维联合反演.通过设计规则体组合模型和不规则体组合模型进行理论模型合成数据三维反演试算,结果表明:联合反演可以获得同时满足数据拟合差和结构更为相似的速度-电阻率模型;联合反演可以压制背景噪声单方法反演出现的假异常,获得更精细的速度结构;联合反演获得的电阻率模型对倾斜异常体、高阻覆层下方异常体、圈闭的高/低阻体等边界信息有明显的提升,有效克服电阻率法单方法反演的局限,提高深部电阻率的分辨率.

基于流形学习和梯度约束的图像超分辨率重建

将改进的基于流形学习的超分辨率重建与基于梯度约束的正则化重建结合起来,提出一种新的单帧图像超分辨率重建算法.该算法首先针对基于流形学习的超分辨率重建,提出新的特征提取方法,联合归一化亮度与平稳小波变换细节子带系数两个特征矢量,提高重建性能;然后将学习得到的高分辨率图像作为初始估计,将其梯度作为目标梯度域,进行基于梯度约束的正则化重建,得到最终的高分辨率图像.与现有的一些算法相比,文中算法无论在视觉效果还是客观评价上都具有较好的重建性能.

基于视差梯度约束的匹配点提纯算法

在图像拼接过程中,粗匹配点对提纯算法RANSAC(Random Sample Consecsus,随机抽样一致性)存在计算量大,效率低等缺陷。为提高该算法提纯匹配点对的效率,基于预检验的策略,提出了基于视差梯度约束的RANSAC算法。实验结果表明,算法在不改变匹配精度的前提下,很好地提高了算法的效率。

基于匹配调节法则和梯度约束模型的图像修复算法

目的针对当前较多图像修复算法难以根据不同纹理结构来自适应调整修复块的尺寸,导致修复结果中存在不连续效应和模糊效应等不足,提出一种结合匹配调节法则和梯度约束模型的图像修复算法。方法首先,利用平滑因子对置信度项进行约束,构造优先级判定模型,对待修复块的优先级进行度量,确定优先修复块。随后,通过SSD模型度量样本块之间的匹配结果,并根据匹配结果制定匹配调节法则,使得样本块能根据匹配度自适应调节其大小,以提高修复质量。最后,将梯度模值块中像素点的均方距离度量结果与样本块中像素点相结合,构造梯度约束模型,用以获取最佳匹配块对待修复块进行填充修复。结果实验结果表明,与当前图像修复算法相比,该算法修复的图像具有更好的修复质量,在像素丢失率较高的情况下,仍然具有较高的相似度值。结论所提算法具备较好的修复视觉质量,可用于被大面积损坏图像的修复。

基于视差梯度约束的RANSAC算法

图像拼接技术中的图像配准阶段存在计算量过大的缺陷,这是由于计算变换模型矩阵时,传统的RANSAC算法计算了全部匹配特征点(包括伪匹配点对)对应的模型参数,本文在RANSAC算法前设计了基于视差梯度约束的预检验过程,筛选掉大量伪匹配特征点,大大提高了图像配准效率。

一个梯度约束的变分不等式中的自由边界问题

考虑一个抛物型梯度约束的变分不等式min{v_t-1/2σ~2v_(xx)-μv_x+cv,v_x-1}=0.问题来源于以公司最优分红模型为背景的随机最优控制问题.本文运用偏微分方程技术,通过引入惩罚方法,得到变分不等式解的存在唯一性和一些先验估计,然后进一步讨论自由边界的性质,最终证明自由边界不仅可以表示成x关于t的函数,而且是以0为起点、单调递增、C~∞的曲线.

梯度约束SFS的月面地形重构

目的解决月面着陆器在下降过程中可能得不到足够的匹配点进行着陆区地形恢复的问题。方法基于特征边缘线梯度比例约束的明暗恢复形状(shape from shading)算法。首先以Lommel-Seeliger模型模拟月表反射情况,建立辐照度方程;然后以地形特征边缘提取结果为基础,经过最小二乘拟合与表面光滑模型约束后,演化得到剩余影像点的梯度比例因子,实现对辐照度方程的正则化约束。结果经过测试得到模拟影像的平均相对恢复精度可以达到-0.199,真实影像月面可以达到0.051和0.022。结论本文算法能够有效地进行3维地形恢复,且恢复精度优于经典SFS算法中对实际地形恢复效果最好的Tsai算法。

中国区域发展梯度约束与和谐社会战略构局

中国的区域经济格局呈现梯度约束型。理论而言,不同的约束状态应当选择不同的发展战略,才能够达到国家与区域发展共赢的最大化战略目标。本文力求说明我国区域发展存在的这种约束差异与成因,并在揭示经济发展的终极目的的基础上,力求说服处在不同发展约束条件区域的行为者尤其是决策行为者选择符合区域最大化社会福祉实际的发展战略而不是盲目的工业化、城市化发展模式。这种基于梯度约束条件下的区域发展战略选择:一是为最广大人民谋幸福而非谋最大化的GDP偏好,二是实现国家的和谐社会发展战略构局。

结合物镜测试的梯度约束显微成像质量提升方法

光学显微数码成像系统中,光学退化是影响图像质量的重要因素。结合物镜测试,提出了一种结合分视场点扩散函数估计的梯度约束显微图像复原方法,并应用于显微镜以形成质量提升系统。通过物镜调制传递函数测试,分视场计算获取点扩散函数;引入零阶范数梯度约束作为正则化项,设计基于该约束的快速复原方法;并采用渐变加权拼接方法实现分视场复原结果的无缝拼接。对不同物镜下的显微图像进行了复原测试,并采用评价方法进行评估。结果表明,本文方法给出的显微图像复原效果好、运行速度快,对尺寸为2048pixel×1536pixel的图像只需1.62s,适用于显微成像系统。

梯度稀疏和最小平方约束下的低照度图像分解及细节增强

低照度图像存在细节模糊、对比度低等问题.针对这些问题,本文提出一种低照度彩色图像增强算法.首先建立梯度稀疏和最小平方约束模型,将图像分解为结构层和细节层;然后采用提出的多尺度边缘保护细节增强算法强化图像的细节信息并滤波;最后把细节增强的图像经改进的Retinex算法映射,最终得到细节增强、亮度适宜、对比度较强的修复图像.实验结果表明,主观上:图像细节增强,亮度适宜;客观上:结构层图像的一维像素线性图显示其平滑特性效果较好,细节增强图的NIQE(5.5202)、BRISQE(31.1893)和PSNR(25.3625)特征较好,修复图像的熵值(7.4421)、边缘强度(128.3231)和平均亮度(121.1827)较好.本文算法实现了对低照度图像的有效分解及细节增强,并提高了图像综合质量.

一种基于约束共轭梯度的闪光照相图像重建算法

针对闪光照相系统成像信噪比低的特点,提出了正则化预优约束共轭梯度算法(RPCCG)。RPCCG算法在闪光照相重建方程中引入Tikhonov正则化准则,利用预优约束共轭梯度法迭代求图像重建的最优解。数值试验表明,采用最小二乘+平滑准则的RPCCG算法是一种具有较高的抗噪能力的有效闪光照相图像重建算法,具有良好的收敛性和稳定性以及较高的重建精度。

基于约束共轭梯度的高能闪光照相3维重建算法

针对高能闪光照相系统成像信噪比低的特点,提出了3维约束共轭梯度算法,该算法基于3维重建理论来重建方程,利用约束共轭梯度法迭代求图像重建的最优解。数值模拟结果表明:采用3维约束共轭梯度算法能有效改善高能闪光照相重建图像轴线噪声大的问题,是一种具有很高抗噪能力的闪光照相图像重建算法。

改进的约束共轭梯度闪光照相图像重建算法

针对闪光照相图像信噪比低的特点,提出了一种改进的约束共轭梯度闪光照相图像重建算法。该算法在约束共轭梯度迭代重建的基础上,提出了新的预优矩阵选取方案,减小了重建图像的轴线噪声,利用松弛迭代步长代替共轭梯度法中的最优迭代步长,并采用了新的收敛准则,在保证算法收敛的同时,减少了重建算法的计算量。数值试验表明,与传统约束共轭梯度重建算法相比,改进算法稳定收敛,迭代速度更快,并能有效提高重建质量。

基于约束共轭梯度的高能闪光照相图像复原算法

针对闪光照相系统模糊较大、成像信噪比低的特点,提出了一种基于约束共轭梯度的闪光照相图像复原算法,将闪光照相图像复原问题转化为一个约束优化问题,引入基于非负、中值滤波和偏微分方程的光滑约束条件,并利用约束共轭梯度法迭代求最优解。数值试验表明,该算法能较好再现图像边缘信息,复原出的图像在信噪比和视觉方面都有较大提高。

一种基于约束共轭梯度的闪光照相图像复原算法

针对闪光照相图像模糊较大、成像信噪比低的特点，提出了一种基于约束共轭梯度（CCG）的闪光照相图像复原算法。针对闪光照相的特点，引入基于非负、中值滤波和偏微分方程（PDE）的光滑约束条件，把闪光照相图像复原问题转化为约束优化问题，并利用约束共轭梯度法迭代求图像复原的最优解。数值试验表明，该算法能较好再现图像边缘信息，复原出的图像在信噪比和视觉方面都有较大提高。

基于梯度曲面面积与稀疏约束的图像平滑方法

针对纹理图像在平滑过程中低对比度边缘易丢失和纹理细节抑制不彻底等问题,提出基于梯度曲面面积与稀疏约束的图像平滑方法。首先,将图像视作三维空间中的二维嵌入曲面,再在此基础上分析图像的几何特征并提出梯度曲面面积约束正则化项,以提高纹理抑制性能;其次,根据图像的统计特性,建立L0梯度稀疏与自适应梯度曲面面积约束的混合正则化约束图像平滑模型;最后,采用交替方向乘子法对非凸非光滑的优化模型进行高效求解。通过纹理抑制、边缘检测、纹理增强和图像融合等方面的实验结果可知,所提出的图像平滑算法克服了L0梯度最小化平滑方法易造成的阶梯效应和欠滤波等缺陷,能够在去除大量纹理信息的同时保持并锐化图像显著的边缘轮廓。

基于自相似性和加权梯度的遥感图像融合算法

文章提出一种基于图像自相似性、加权梯度以及对于图像的L1/2梯度先验下的遥感图像融合框架,利用图像在不同尺度间的自相似性特征,寻找图像的相似块,通过相似块的高频细节来丰富多光谱图像的细节信息,使得最终的图像能够保持较好的光谱信息,通过加权梯度向融合图像中注入适量细节信息,避免由于注入的比例问题导致融合图像空间信息的差异,利用对图像梯度的L1/2梯度约束来约束最终融合图像的梯度分布;同时在每一层利用目标融合函数对多光谱和全色图像进行融合,通过尺度的迭代,使得最终的融合图像不仅能够保持自相似性图像中的光谱信息,还能够保证最终融合图像与全色图像间梯度的一致性和各通道差异性。实验结果表明,该文算法在主观视觉和客观评价标准上均优于其他算法。

带梯度障碍的抛物型变分不等式解的存在性唯一性和正则性

本文讨论带梯度障碍的抛物型变分不等式解的存在性、唯一性和正则性问题．通过证明一类带梯度障碍的问题的求解等价于解某个双边障碍的问题，并利用双边障碍问题解的存在性、唯一性和正则性，得到了带梯度障碍的问题的相应结果．这一方法将有助于对具有梯度约束的非线性以及完全非线性抛物型方程解的正则性的研究．

基于置信特征与结构相似度约束的图像修复算法

当前图像修复算法主要通过对像素值的差异进行度量来完成图像修复,当待修复图像中破损区域较大时,该方法修复的图像中会出现较为明显的块效应以及纹理不连续效应,导致算法的修复效果不佳.对此,本文提出了基于置信特征耦合结构相似度约束的图像修复算法.引入优先权函数,对破损区域中待修复像素的优先权值进行计算,以确定待修复像素.利用待修复像素的梯度模值来构造梯度变化约束机制,对修复块的模板大小进行调整,以提高图像的修复质量.通过像素点的置信度构造置信特征因子,并利用置信特征因子建立了搜索空间适配法则,明确了最优匹配块的搜索范围.引入结构相似度模型,对修复块与匹配块之间的结构相似度进行约束,以选取最优匹配块,利用最优匹配块对修复块进行扩散填充,从而完成图像的修复.仿真实验表明:与当前图像修复技术相比,本文方法具有更好的图像复原质量,有效降低了块效应以及不连续效应.

精确搜索下的非线性共轭梯度法

该文提出一种无约束优化非线性共轭梯度法 ,证明了精确线性搜索下的全局收敛性 .当目标函数为一致凸函数时 ,证明了算法具有线性收敛速度 .数值实验表明算法对于求解实际问题是有效的 .