基于优化感受野策略的图像修复方法

当前流行的基于深度神经网络的图像修复方法,通常使用大感受野的特征提取器,在修复局部图案和纹理时,会产生伪影或扭曲的纹理,从而无法恢复图像的整体语义和视觉结构。为了解决这个问题,提出了一种基于优化感受野策略的图像修复方法(optimized receptive field,ORFNet),将粗糙修复与精细修复相结合。首先,使用具有大感受野的生成对抗网络获得初始的粗略修复结果;然后,使用具有小感受野的模型来细化局部纹理细节;最后,使用基于注意力机制的编码器-解码器网络进行全局精炼修复。在CelebA、Paris StreetView和Places2数据集上进行验证,结果表明,ORFNet与现有具有代表性的修复方法进行对比,PSNR和SSIM分别平均提升1.98 dB和2.49%,LPIPS平均下降2.4%。实验证明,所提图像修复方法在不同感受野的引导下,在修复指标上表现更好,在视觉上也更加真实自然,验证了该修复方法的有效性。

基于感知去模糊的高分辨率破损图像修复方法

为提高修复图像的视觉效果,提出基于感知去模糊的高分辨率破损图像修复方法。将高分辨率图像样本输入卷积自编码生成对抗网络中,利用编码器降维处理并输出其低维特征矩阵后,由解码器对其升维并解码,最终采用生成器完成映射学习。通过不断搜寻,获得与输入高分辨率图像L_(1)距离差异最小的生成图像,由判别网络对其作真假判断,实现高分辨率破损图像的粗修复后,再将其输入感知去模糊网络模型中,增强图像细节信息后实现高分辨率图像修复。实验结果表明:该方法修复后的高分辨率图像细节丰富、颜色自然、视觉效果突出。

GPS三频数据在周跳和粗差探测与修复中的应用

通过多频载波相位组合观测值的长波长特性,结合传统的伪距/载波探测原理,利用模拟的GPS多频数据进行了各种情况下周跳与粗差的探测及修复,同时对一条GPS基线进行了原始观测数据预处理的实例分析.结果表明,通过多频数据组合能够完全实时修复大采样率条件下各种情况的周跳,可以实时探测出0.2周以上的粗差.

股骨粗隆间骨折行小粗隆结构修复固定的临床价值研究

目的:研究股骨粗隆间骨折中行小粗隆结构修复固定的临床价值。方法:本次研究选择2013年1月-2014年11月笔者所在医院接收的股骨粗隆间骨折患者60例。按照入院的先后顺序将患者分为观察组与对照组,各30例。对所有的患者均进行DHS的治疗,且对观察组患者进行小粗隆结构修复固定,记录患者并发症发生情况,并评定患者的疗效。结果:观察组患者中仅有1例患者出现小粗隆移位,无其他并发症,并发症的发生率为3.3%,明显低于对照组患者的并发症发生率20.0%,两组比较差异有统计学意义(字2=4.0431,P=0.0444);观察组患者的治疗优良率为90.0%,明显高于对照组患者的治疗优良率76.7%,两组比较差异有统计学意义(字2=2.0458,P=0.0408)。结论:对股骨粗隆间骨折行小粗隆结构修复固,能够减少患者并发症的发生,且有更好的治疗优良率。

强污染单历元GPS形变信号的提取和粗差识别

阐述了小波分析技术用于强污染GPS单历元形变信号处理的基本原理及其实现方法。以含少量粗差的低信噪比形变信号为例 ,研究了基于Mallat分解和合成算法 ,分离信号趋势项并进行粗差识别的技术。采用小波软阈值降噪的方法去除强污染数据中的随机噪声 ,降噪效果远好于中值滤波。最后对识别的粗差信息进行线性修复 。

基于时频分析的自动化监测信号粗差探测和去噪方法

针对涉铁监测工程自动化变形监测信号中存在粗差和噪声的问题,提出基于时频分析的自动化监测信号粗差探测和去噪方法。原始监测信号通过时频分析方法局部均值分解(LMD)得到一系列乘积函数分量(PF),利用PF分量瞬时幅值函数极大值的位置定位粗差发生的历元,利用支持向量回归机(SVR)对信号进行预测修复处理,实现粗差探测修复的工作;通过连续均方误差准则定位噪声信号与有用信号的分界点,然后经小波阈值去噪法处理得到去噪后信号,实现信号去噪的工作。利用本文方法对涉铁工程监测信号的处理结果表明:本文方法可定位粗差发生的历元并修复,在去除监测信号中噪声的同时亦可保留变形细部特征。

多频组合数据在原始载波观测值预处理中的应用

周跳及粗差的产生将破坏GPS原始载波观测数据的连贯性,而传统的探测修复方法由于受到采样间隔的影响,不能完全对大采样率条件下原始观测数据周跳进行修复及较小粗差探测。随着GPS现代化中3个频率的应用,将多频组合观测值中好的特性应用到周跳及粗差的探测与修复已成为可能。通过多频载波相位组合观测值的波长特性,结合传统的伪距/载波探测原理,利用模拟的GPS多频数据进行各种情况下周跳与粗差的探测及修复,同时对一条GPS基线进行原始观测数据预处理作实例分析。结果表明,通过多频数据组合能够完全实时修复大采样率条件下各种情况的周跳,可以实时探测出0.2周以上的粗差。

粗差修复的常变量估算方法探讨

针对粗差定位后的修复问题,该文提出了一种估算模式:首先研究出粗差与参数平差值的准确函数关系,在此基础上,通过在原有观测方程中引入常数作为自变量,研究此常数变量平差后的变化值,来定位观测值的粗差并反推粗差的最可靠值。通过和传统方法对比,本算法具有精确度高、收敛快、可靠性强等优点,在观测值粗差定位模糊的情况下,依然可以获得较为理想的处理结果。

基于调和分析的短期潮位粗差探测与修复方法研究

海图深度基准面是通过对潮位资料计算得到的,而潮位观测数据在观测过程中避免不了受到潮汐及外界因素影响,致使潮位资料含有误差。含有误差的潮位数据必然会影响海图深度基准面的精度,进一步对海洋无缝垂直基面的建立产生影响。该文采用基于调和分析的粗差探测与修复方法,并编制了相应的计算程序。采用13个分潮的潮位方法对潮位数据进行调和分析,根据潮汐调和常数的稳定性,建立基于潮汐调和分析的粗差探测与修复模型;比较并分析了基于频谱分析的粗差探测与修复模型和基于潮汐调和分析的潮位粗差探测与修复模型在海洋潮位数据粗差处理中的精度。研究表明,利用调和分析的粗差探测与修复方法,既可以有效的修复潮位序列中的粗差,又可以保留原始数据的真实性。

验潮站水位数据预处理方法研究

本文以验潮站水位数据预处理方法研究为题,展开了一系列的探讨与分析。文章通过自主编写程序,实现了曲线拟合、循环预报两种算法对南海局22个验潮站水位数据的预处理,并对两种算法进行了分析和比对。结果表明,曲线拟合法算法轻便,运算速度快,并且该算法符合水位变化规律,相比循环预报法更加适合水位数据的预处理工作。