基于Facet模型梯度算子一致性的地震数据不连续性识别方法

存在断层、角度不整合面等不连续结构的地质体的自动识别在地震构造解释中具有重要的意义,这些地质特征的地震响应为同相轴不连续。常规的地震数据不连续性识别方法应用范围有限,参数设置依赖于人为经验,易导致识别结果辨识度差。本文将一致性作为新的不连续性识别方法引入到地震数据处理中。首先利用定位精度高、易于扩展的Facet模型梯度算子计算一致性,其次对一致性数据作阈值化处理,最后利用数学形态学中的腐蚀、膨胀及细化算法作进一步处理,实现了对地震数据不连续性信息的自动识别。经过理论和实际资料测试,并与C3相干算法和方差算法对比分析,证实了本文所提方法在地震数据不连续性识别方面具有更高的稳定性和辨识度,可以作为地层不连续性识别的有力工具。

基于肤色模型和梯度算子的正面人脸轮廓提取

文章提出了一种新的正面人脸封闭轮廓提取方法,首先采用肤色模型对肤色区域进行初定位,然后经过筛选去除非人脸区域,最后提取人脸初步轮廓,并结合梯度算子提取下巴轮廓,进而得到一个连续、封闭的人脸轮廓。该算法基本克服了下巴轮廓难以从颈部提取的问题,满足了人脸轮廓特征提取的要求,同时具有较高的时效性。

基于Facet模型的闪光图像边缘检测

针对闪光图像的特点,对经典边缘检测算子进行了分析,发现存在检测出的边缘粗和对噪声的干扰比较敏感的缺点,提出了一种基于Facet模型的爆轰实验图像边缘检测算法。该方法吸取了其它同类方法的优点,引进了正交基简化了运算,用离散正交多项式对图像每个像素的邻域作最佳曲面拟合,在此基础上使用整体梯度算子寻求二阶方向导数的零交叉点,最终提取边缘点。结果表明:该方法检测出的边缘细,并且光滑连续,对图像噪声干扰有较强的抑制能力,对于孤立的边缘能够给出较精确的定位。

基于尺度空间技术的归一化Facet模型位场边界识别

边界识别是位场数据处理解释中的重要环节,传统边界识别方法通常不能均衡深、浅部地质体边界.基于尺度空间技术和归一化的Facet模型检测算子,本文开发了一种带通空间滤波和边缘检测相结合的边界识别方法,有效地提高位场数据边界识别的精度和可靠性.为了验证本文算法的有效性和稳定性,分析了不同尺度空间函数和检测算子对算法的影响,并且对比了传统边界识别方法的效果.理论模拟和实际数据分析表明,利用位场垂向二阶导数进行的基于尺度空间技术的归一化Facet模型边界识别方法不仅算法的稳定性强,而且可以避免高阶导数对噪声干扰放大作用,同时均衡深部和浅部地质体边界,从而可以更精确地识别地质体的形态.

基于Facet模型的边缘检测算法

使用CCD的影像测量系统进行精加工零件尺寸检测时,零件轮廓边缘的定位精度和处理速度是优先考虑的2个问题。该文介绍了一种基于Facet模型的综合梯度边缘检测算法,并针对其边缘定位精度低和执行效率低的问题,给出一种提高边缘定位精度的算法和加速计算Facet模型的算法。该改进算法使用动态阈值定位边缘以提高边缘定位精度,同时将Facet模型的二维卷积分解为2个一维卷积核,使算法的复杂度从()Oi2降低到O(2i)。通过对理想影像和实际工件影像的边缘检测,说明该算法在影像测量中可以有效抑制工件影像的噪声,获得较好的边界特征,且执行效率较高。

基于加权梯度和Snake模型的尿沉渣提取

针对尿沉渣图像的背景和目标区分度低、有形成分复杂,导致提取困难的问题,设计了基于加权梯度和Snake模型的尿沉渣提取算法。首先采用基于区域生长的阈值分割方法对尿沉渣进行粗定位,然后通过形态学的方法确定Snake模型的初始蛇,最后将加权梯度融入到Snake模型中,完成对尿沉渣的准确提取。实验表明算法性能稳定,所提取的尿沉渣区域定位准确。特别是解决了虚假边缘和边缘断裂现象较为严重的尿沉渣轮廓提取。

用梯度LOG算子实现小目标实时跟踪

为提高复杂背景条件下小目标检测及跟踪的稳定性,提出了一种基于梯度LOG算子的光团目标检测跟踪算法。首先建立了梯度图像中小目标的成像模型,能够较好地适应背景光照变化。然后根据尺度空间的基本理论构造了一种针对该成像模型的目标检测算子,分析并证明了该算子具有尺度不变性的优点,设计并实现了基于梯度LOG算子的小目标跟踪方案,实验结果表明:梯度LOG算子能够较好地跟踪复杂背景中的光团目标,定位精度可达亚像素级,且具有计算量小,抗噪声能力强等优点。

基于广义梯度矢量流模型图像分割算法的研究

梯度矢量流模型(GVF)是引导主动轮廓模型形变的有效外力,但不能分割细长凹陷区域,因此提出广义梯度矢量流(GGVF)模型。GGVF模型将GVF模型中的常数系数替换为两个变化的权重函数,虽然拥有较好的细长凹陷收敛能力,但仍然在进入复杂凹陷、保护弱边缘、抵抗噪音方面存在局限性。为了解决这些问题,在GGVF模型的基础上做了3点改进:1)在构建边缘图时引入双边滤波器用于平滑噪音;2)用散度算子替代拉普拉斯算子实现更好的凹陷收敛能力;3)添加方向约束函数用于保护弱边缘。实验结果表明,该算法具有较好的性能,且相对于传统GGVF模型,召回率提高15.6%,F1值提高8.7%。

梯度向量流的各向异性扩散分析

为了解决梯度向量流力场(gradient vector flow,简称GVF)难以进入目标凹部的问题,提出了一种新的主动轮廓模型外力场——各向异性梯度向量流.GVF的扩散项是各向同性且光滑性强的拉普拉斯算子,它在各个方向的扩散速度相同.拉普拉斯算子根据图像的局部结构可分为沿边界法线和切线方向的扩散,沿切线方向的扩散具有增强边界的作用,而法线方向扩散具有去除噪音、扩散力场的作用.基于分析二者在扩散过程中的作用,提出了一种各向异性梯度向量流扩散方法,切线和法线方向的扩散速度可以根据图像的局部结构自适应地选择.实验结果表明,与GVF相比,所提出的方法考虑了扩散过程中法线和切线方向的不同作用,能够进入细长的凹部,并改进了分割结果.

一种基于非局部BSCB模型的图像修复方法

提出了一种基于非局部BSCB(Bertalmio-Sapiro-Caselles-Bellester)的图像修复方法,并用它做图像修复.这种修复方法的基本思想是:将到达修补区域边界的等照度线连续延拓到修补区域中,并在这个延拓过程中,将待修复区域边界上的非局部意义的图像信息沿着等照线方向逐渐延伸到修复区域,从而保持图像边缘方向和图像纹理信息.实验结果表明,这种方法不仅能够与BSCB和TV(total variation)方法相媲美,更重要的是它能更好地保留图像纹理信息和边缘信息.

基于梯度倒频和全变分的运动模糊图像复原

通过分析运动模糊图像梯度和Canny算子特性来估算点扩算函数(PSF),提出一种基于结合Canny算子和梯度倒频的运动模糊参数先验估计方法。首先,分析运动模糊图像的梯度信息和Canny算子特性,通过适当的阈值处理后,二者信息结合,利用倒频谱的特性计算出运动模糊尺度和运动模糊方向。最后,用改进的基于半二次型交替数值算法的全变分正则化复原方法对运动模糊图像进行复原。从实验结果可以看出,相对于传统算法,该方法能够较准确地估算出PSF参数,实现比较好的复原效果。

基于TV模型的图像修复算法的一种数值实现

TV模型的数值实现方法是从局部扩散的角度出发,结合梯度下降法,充分利用了图像待修复像素点周围的信息计算梯度模值,与传统近似求解方法不同,该数值近似计算方法不仅对噪声的鲁棒性好,而且保证了在旋转kπ/4时梯度模值不变.实验表明,该数值实现方法在取得更好的视觉效果的同时获得了较高的运算效率.

一种基于梯度和Vibe算法的运动检测算法

针对运动检测算法在动态背景下准确性不高的问题,提出了一种基于梯度图和改进后的Vibe算法相结合的运动检测算法。该算法首先利用Sobel算子计算出梯度图,然后采用Vibe算法与三帧差分法相融合的方法对梯度图进行检测,获取运动目标。该算法改变了传统的以原始图像来构建背景模型的思想,提出了用梯度来构建背景模型,有效地改善了运动检测中的误检问题。实验结果表明,与GMM(高斯混合模型)、Codebook相比,该算法在静态背景和动态背景下实时性和准确性都较好。

改进测地活动轮廓模型的AOS实现

基于偏微分方程的图像处理技术由于能够获得连续单像素的边缘而受到重视,其中梯度向量场与气球力混合作用的改进GAC模型——GAC_GVF&B克服了传统GAC模型的缺点,能准确地收敛到多目标图像和形状复杂图像的目标边界。但该算法的运行时间较长,影响算法的实际应用。为此,利用半隐式方案的加性算子分裂(AOS)算法,适当增大时间步长,降低迭代次数,对GAC_GVF&B模型的计算进行加速,在保证算法分割准确性的同时提高算法的收敛速度。实验结果表明,采用半隐式方案的AOS算法具有较好的图像分割效果,可有效减少所需的迭代次数,降低迭代时间和CPU运行时间,提高运行速率。

利用GEK代理模型的天线快速多目标优化设计

传统方法进行天线优化设计主要利用经典优化算法调用电磁仿真软件,在求解复杂天线的多目标优化问题时效率不理想.针对该问题,在多梯度下降算法中引入遗传算子,提出了一种高效的全局多目标优化算法——混合遗传算子多梯度下降算法.该算法调用梯度增强型克里金模型进行天线优化.梯度增强型克里金模型建模所需的样本规模小、时间短,并且避免了电磁仿真软件的反复计算.利用该算法优化加载各向异性Ⅰ型周期结构覆层的警用超短波宽带单极子天线和某型直升机机载专用通信系统天线及其抗干扰阵列,在达到相同优化效果时,所需的模型仿真次数为利用改进的非支配排序遗传算法调用电磁仿真软件进行优化的10.30%和18.96%,验证了该优化算法的高效性.

格子玻尔兹曼模型的图像去噪方法

为了实现快速去噪以及更好地保护图像的边缘信息,从各向同性扩散模型出发,提出了一种基于索贝尔(Sobel)梯度算子的格子玻尔兹曼去噪模型,通过该模型求解非线性扩散方程实现图像去噪.模型引入了Sobel算子作为检测边缘的工具,同时满足前向扩散的要求,保证了方程的稳定性.实验分析表明,应用该方法进行图像去噪,能够在保护图像边缘的情况下进行快速去噪.

一个二维显式有限元水流模型的应用

本文介绍Gray的一个显式有限元水流模型的应用,文中叙述了通过初始的浅水波方程变成波动方程的模型,然后经有限元的空间离散,有限差分法在时间方向的离散,而得到一个显式有限元水流模型的基本概念。模型被应用于某浅海港区的可行性研究,该港区三面临海,受潮汐作用强烈,潮流变化较大,模型验证结果表明,落潮情况下较为吻合,工程构筑后的流场变化符合水力学分析的物理概念。

基于几何矩特征与纹理度量的图像匹配算法

为提高多种几何内容变化下的特征点匹配准确度,引入双边滤波器,设计了几何矩特征耦合纹理度量的图像匹配算法。引入双边滤波器,对图像进行预处理,以去除图像中噪声,接着利用Hessian算子,准确检测图像特征。利用图像灰度信息,计算图像特征圆域内的几何矩,以形成鲁棒性较强的特征向量。通过平均梯度模型,对特征点邻域的纹理特征进行度量,并将其联合欧氏测量结果,对图像特征实施匹配。借助互相关模型,对匹配特征的相关程度进行测量,以检测特征点的匹配正确性,优化特征匹配结果。实验数据表明:较当前特征匹配方法而言,在多种几何内容变化下,所提技术具有更高的匹配准确度与鲁棒性。

基于改进的多项近似法解玻尔兹曼方程计算电子输运系数

获得准确的电子输运和反应系数是采用流体模型准确仿真流注传播特性的前提。目前,电子输运系数主要有两种计算方法:一是用电子群实验数据进行插值;二是用两项近似方法解玻尔兹曼方程。方法一只能用在约化场强很小的场合,方法二的理论基础即各相同性假设是否成立和数据准确度尚无定论。针对以上问题,Ness等人采用了多项近似法解玻尔兹曼方程计算电子输运系数。该文主要对多项近似解玻尔兹曼方程进行两点改进:一是调整速度分布函数的展开顺序,这样能把流体尺度和非流体尺度下计算过程统一起来;二是采用高斯–克龙罗德积分代替高斯-拉盖尔积分计算碰撞积分项。最后对硬球模型和Reid非弹性碰撞模型进行了计算,结果表明:采用高斯–克龙罗德积分代替高斯–拉盖尔积分计算碰撞积分项更准确;即使在只有守恒碰撞时,电子速度分布函数仍呈现各向异性特征,采用两项近似方法计算出的电子输运系数有较大误差。

最小二乘傅立叶有限差分偏移

一般偏移算法是用反演算子通过解析方法求解.最小二乘偏移方法采用另一种思路,即采用数值方法,通过解一个线性离散反问题来索求解.这样我们试着寻找一个模型匹配地震数据并能表现出其某些特点来得到偏移图像.最小二乘法能减少偏移赝像,得到更精确的偏移效果.Kirchhoff算子在最小二乘偏移方法中应用较广,但需要较多的迭代次数,而且具有Kirchhoff偏移的缺点.本文把最小二乘方法运用到基于波长延拓的波动方程偏移方法中,为提高最小二乘偏移的效率,可采用效率较高的正传播算子和反传播算子.我们利用效率较高,能适应剧烈横向变速的傅立叶有限差分正传播和反传播算子来做叠后最小二乘偏移.数值实例表明,通过少数的共轭梯度法迭代,就能得到与真实模型差别很微小的偏移效果.对于傅式变换我们采用了数值软件FFTW,其变换速度比常规FFT算法一般要快六倍以上,进一步提高了效率.本文算法很容易在并行机上实现,这些特点在处理大型数据时大有裨益.