适用于迭代型去模糊算法粗精检测相结合的自适应终止机制

由于缺乏合适的去模糊图像质量度量方法,迭代型去模糊算法通常将其迭代次数简单地设置为固定值,无法在执行效率和去模糊质量之间获得最优的平衡点。为此,提出一种粗精检测相结合的迭代终止机制并将其应用到迭代型去模糊算法中以自适应地确定它们最佳的迭代次数。具体地,在每一步迭代过程中利用伪PSNR值细粒度地判断去模糊图像质量是否趋于稳定,另一方面每隔若干步利用从反向卷积残差图像中提取的统计特征值粗粒度准确地判定图像质量是否达到最佳,将两种去模糊图像质量度量方法有机结合以实现一种效率高且准确的迭代终止判定机制。评估结果显示,将所提出的粗精相结合的终止机制应用于NCSR、GSR和ADMM共三种主流去模糊算法后,执行效率可提高50%左右,而去模糊图像质量也得到了最佳保证。实验结果表明,提出的检测机制能够有效地解决各种迭代型去模糊算法因采用固定迭代次数而存在的无益迭代和过迭代问题,非常具有普适性。

基于多级旋转变压器的高精度角位移测量方法

旋转变压器具有抗干扰能力强、解调电路简单等优点,在航空和工业控制领域都广泛使用,但由于其精度有限,故在某些精度要求高的场合鲜有使用。多级旋转变压器采用粗精结合的方式有效地提高了其测量精度,使其满足高精度使用要求。提出了一种基于多级旋转变压器的高精度角位移测量方法,将被测角度分为粗示角度和精示角度,同时在计算粗示角度和精示角度时将坐标系分为8个象限以提高测量精度。

基于主成分分析与深度神经网络的快速噪声水平估计算法

鉴于从噪声图像分解获得的原生图块集合的协方差矩阵前若干个特征值(按照升序排序)与图像噪声水平值具有强相关性,提出了一种基于主成分分析和深度神经网络的快速噪声水平估计算法.该算法首先选用原生图块集合协方差矩阵前若干个特征值构成刻画图像噪声水平高低的特征矢量,然后在大量有代表性且已标定噪声水平值的噪声图像集合上利用深度神经网络训练预测模型以实现将特征矢量直接映射为噪声水平值,最后为获得更高的预测准确性,采用粗精预测模型相结合的两步预测方式实现.实验表明:文中算法在各个噪声级别上都具有稳定的预测准确性,且执行效率非常高,作为降噪算法的前置预处理模块具有更好的综合优势.

关于卫星机器人的目标特征点匹配研究

针对各种变换,特别是旋转变换干扰的卫星机器人装配画面中,传统二进制算法构建的特征点描述向量间错误匹配现象严重的问题,基于旋转变换矩阵,通过粗精结合的方式提出一种应用于卫星机器人的目标特征点匹配方法,以确保图像配准、目标识别和区域标定等装配步骤的顺利完成。创建具有旋转不变特征的新采样模型及采样点对选取机制;以10°为间隔,获取待匹配图像特征点的粗旋转变换矩阵,并结合基准图像的描述矩阵搜索粗匹配时的最佳旋转角度;在粗旋转角度的±10°位置,以1°为间隔重复以上步骤,计算出精确旋转角度并获得准确匹配点;另外,还采用了多尺度的FAST检测子和RANSAC等算法。实验结果表明,所提方法能够更好的克服卫星装配图像中的各种变换干扰,快速匹配正确特征点。平均的匹配正确率能够达到82.5%。

边缘视场检焦在航空遥感器中的应用

针对大面阵航空遥感器检焦存在的问题,提出了一种通过边缘视场检焦确定中心视场焦面位置的方法。通过倾斜安装与精密装调相结合的方法来提高检焦精度,检焦系统的倾斜安装能够解决边缘视场视场角对检焦的影响,利用显微镜装调、照相装调和电控校准来实现检焦像面的粗、精和精细标定,解决边缘视场与中心视场像面存在差异的问题。检焦系统的伺服控制采用粗精结合、遍历搜索的方法搜索出焦面的最佳位置,搜索最短步长为0.01 mm。经分析计算,检焦重复精度为0.03 mm,在焦深范围内,满足使用要求。经试验验证和试飞验证,证明该自动检焦方法检出的焦面准确,得到的照片效果良好,该方法切实可行。

浅谈初中语文课外阅读指导

《语文课程标准》要求：逐步培养学生探究性阅读和创造性阅读的能力，提倡多角度的、有创意的阅读。而批判、质疑是培养学生探究性阅读和创造性阅读能力的有效手段。另外对学生来说，兴趣是促进他们进行课外阅读的动力，他们只会选择自己感兴趣的来读。因此，教师要经常设置疑问，引导学生对传统观点的批判，从而使他们在进行课外阈读的过程中产生阅读兴趣。