叠前深度偏移在深水崎岖海底地震资料的应用

深水勘探近年来成为海上勘探的热点,这不可避免会碰到崎岖海底的情况。在崎岖海底的地震资料中,地震波的传播路径受海底影响严重畸变,速度横向变化剧烈,导致下伏地层严重扭曲变形,时间偏移无论叠前还是叠后均不能改变这种情况。三维叠前深度偏移对构造复杂及速度的横向变化均没有条件限制,所以成为解决崎岖海底成像的有力工具。本文即以南海珠江口盆地某区的叠前深度偏移处理为例,阐述其处理的过程、涉及的方法和取得的效果。其中技术包括海上资料预处理、海底层位的建立、CVI约束速度反演、梯度的引进,实体模型的建立,全局层析优化等等。

快速拟线性近似方法及三维频谱激电反演研究

Zhdanov提出的拟线性(QL)近似方法有效解决了积分方程计算速度慢、占用内存多的缺陷,但因为三维频谱激电(SIP)换源频繁,每次换源都需要重新计算剖分单元的并矢格林函数和一次场,所以用该方法模拟三维SIP的速度仍然缓慢.本文根据一次场及格林函数的空间对称性,提出了一种适用于多源电磁法的快速QL近似正演方法.在此基础上,实现了Cole-Cole参数范围约束的三维SIP共轭梯度反演方法.理论试算结果表明:快速QL近似方法适用于三维SIP正演模拟,计算速度较QL近似方法有了很大提高;Cole-Cole参数范围约束的三维SIP共轭梯度反演方法对零频电阻率、极化率等参数的反演效果良好,将异常区域剖分成2000块时迭代一次只需约0.2s的时间,占用内存大约为140 MB.

中域效应假说:模型、证据和局限性

物种多样性的地理格局是宏观生态学和生物地理学的核心问题之一,中域效应假说是该领域的一项重要的理论进展。中域效应是指由于边界对物种分布构成限制,使不同物种分布区在区域中间重叠程度较大,而在边界附近重叠较少,从而形成物种丰富度从边界向中心逐渐增加的格局。现有研究表明,中域效应是影响物种丰富度格局的一种重要机制,但其作用大小受很多因素的影响。本文介绍该假说的基本假设和模型,模拟分析不同模型之间的差异,并就中域效应假说所展开的争论进行综述,指出该假说的合理性和局限性。我们认为,中域效应假说的重要性在于揭示了几何(边界)限制和随机过程在物种多样性地理格局中的作用,但其目前的模型和假设还过于简单,需要在深入理解物种分布机制的基础上进行完善和发展。

高光谱海岸带影像水陆区域分割方法研究

高光谱海岸带区域影像的多纹理、多边缘信息特性给区域分割带来困难.在C-V模型基础上针对海岸带区域影像的特性提出一种区域分割的活动轮廓模型,引入一边缘引导函数并对其通过梯度模值来增强捕捉细节信息的能力;此外在模型中还设置了一个约束函数,该函数利用演化曲线内部和外部区域灰度差来调控演化速度.实验结果验证了模型的有效性.

一种基于广义梯度矢量流Snake模型的心脏MR图像分割方法

提出了一种基于广义梯度矢量流Snake模型的心脏核磁共振图像左心室内、外膜分割方法。首先构造了一种基于目标边缘的方向广义梯度矢量流(edge-based directional generalized gradient vector flow,EDGGVF)Snake模型,该模型在传统GGVF的基础上,结合目标边缘图梯度方向信息,将左心室内、外膜区分为正边缘和负边缘,从而实现左心室内外膜的全自动分割。其次,根据左心室近似为圆形的形状特点,引入了圆形能量约束,有利于克服由于图像灰度不均、乳突肌等引起的局部极小。实验结果表明,该方法可以高效准确地自动分割出左心室内、外膜。

基于Snake改进模型的心脏MR图像左心室分割方法

提出一种基于Snake改进模型的心脏MR图像左心室分割方法。首先对梯度矢量流GVF模型进行改进,提出基于扩展邻域的S型函数梯度矢量流ENSGVF模型,该模型可获得更大的捕获域,并能解决深度凹陷及弱边界泄露的问题。然后将ENSGVF作为新的外力条件,构造ENSGVF Snake模型,用于内外膜分割。对于内膜分割,引入圆形约束项,消除由于图像灰度不均匀造成的局部极小问题。进而利用内膜分割结果构造新的外力场和约束,实现外膜的精确自动分割。实验结果表明,该算法能有效解决分割中存在的弱边界、图像灰度不均匀、乳突肌干扰等问题,提高了精确度。

改进光流法和GMM融合的车辆实时检测算法研究

针对传统光流算法受光照影响较大和在不同场景中检测效果差别较大等问题,提出一种改进的光流法与混合高斯背景模型相融合的运动车辆实时检测算法(improved optical flow and gaussian mixture model,IOFGMM)。首先,在光流算法中加入限制条件使得不同梯度点处采用不同约束;其次,融合高斯混合背景模型(gaussian mixture model,GMM);最后,采用提出的融合算法比较目标框的数量和目标框之间的重叠面积,从而在监控视频中显示出融合后的车辆检测信息。实验结果表明:该算法在3种不同场景视频上的检测效果达到了84.80%的平均准确率,84.79%的平均召回率以及84.63%的平均F1值。与经典的光流法和高斯混合背景模型及基于这两种理论的算法相比,IOFGMM算法的各项指标平均有37%的提高,具有良好的检测效果。

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。

局部加权广义高斯-SAR联合先验模的图像复原算法

为了解决当前图像复原算法难以兼顾纹理与精细边缘的不足,提出了局部加权高斯-SAR联合先验模型的图像复原算法。引入局部自回归约束,利用高斯先验,构造局部加权高斯图像先验;并联合SAR先验,设计了高斯-联合先验模型,有效地防止过度平滑;并利用图像损坏模型与高斯-联合先验,建立其(Maximizing A Posteriori);基于最小优化技术,获取其下边界,将非凸问题转成凸问题,完成图像复原。对比测试结果显示:其算法的修复效果更佳,值最高,保留了丰富纹理与精细边缘;且复原图像的梯度分布与初始图像最接近。

基于梯度稀疏和多尺度变分约束的图像增强算法

针对低照度条件下采集到的图像存在亮度偏低、细节模糊等问题,通过分析传统Retinex理论在增强图像过程中的缺陷,提出了一种基于梯度稀疏和多尺度变分约束的图像增强算法。该算法首先将输入图像由RGB空间转换到HSV空间,提取亮度分量,实现3个通道的解耦合。然后,根据零范数的梯度全局显著特性,定义了一个新的相对全变分正则项。接着,在HSV空间下惩罚亮度分量,构建一种具有梯度稀疏的变分模型对亮度通道进行约束,并通过将控制因子扩张为多个尺度,形成多尺度变分约束,提升照度估计的准确度,使之更加符合光照分布特性。根据Retinex理论进行映射,获取亮度通道对应的反射图像。进而利用亮度通道不同尺度下的约束所对应的不同照度结果,分别提取图像的粗略细节、中等细节和精细细节,通过多尺度细节加权,对反射图像进行细节增强。最后,对照度图像进行伽马校正,与经细节提升后的反射图像重组并进行颜色空间转换得到输出的增强图像。通过定量、定性实验对本文算法进行了验证,实验结果表明:本文算法的增强图像有着更高的色彩丰富度和更低的色差水平,能够保持图像的自然度,提升图像的视觉效果。在均值、平均梯度和信息熵的表现上,相比原图均有大幅度提升;与现有的先进算法相比,本文算法的平均定量指标在不同类型低照度图像的增强图像上均产生了较优的效果,且运算效率较高。

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。

重力梯度全张量数据三维共轭梯度聚焦反演

随着全张量重力梯度测量技术的日趋成熟和应用领域的不断扩大,重力梯度全张量数据的三维反演技术越来越受重视.本文利用剖分单元之间几何架构等效性,实现了重力梯度全张量场三维正演快速计算和导数矩阵优化存储.并将积分灵敏度、粗糙度和最小支撑泛函约束以及参考模型和模型参数界限约束引入到目标函数中,采用共轭梯度法进行反演迭代,实现了重力梯度全张量数据三维快速正反演计算.多种模型的反演试算表明:本文提出的反演算法的可靠性和稳定性较好,并且算法速度快、占用内存低且易于并行化.

基于代数重构算法的重力梯度张量反演

本文基于重力梯度张量密度反演基本理论,建立了模型约束正则化密度反演矩阵方程.分析了代数重构算法(ART)中迭代初始值、松弛因子和终止条件三个关键参数的影响;与最小二乘求逆法对应比较分析了算法的时间和精度.结果表明:在地震、地质等地球物理手段提供初值、边界等约束较多的情况下,ART可以克服方程的不适定进行直接求解,并且合理的松弛因子和终止条件可有效提高反演效率.当初始信息不足时,添加光滑假设、深度加权等模型约束,正则化方程可以提高反演结果的可靠性.ART的行迭代可有效避免观测误差的积累和矩阵求逆的计算,从而使计算精度和速度提高数倍.最后基于GOCE地球重力场模型所得重力梯度,以地震层析成像所得速度模型为约束,对华北克拉通密度结构进行了反演,并与该区已有密度研究结果进行了对比.结果表明:利用GOCE重力场系数计算重力梯度扰动,以速度模型为约束,基于代数重构算法进行重力梯度反演所得密度模型与重力-地震联合反演所得密度模型具有很好的对应性.ART算法为重力梯度张量反演中大规模复杂问题的快速计算提供了又一种有效手段.

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。

多特征的POCS图像超分辨率重建方法

针对传统凸集投影(POCS)方法重建图像存在边缘保持能力不足、细节丢失的问题,该文提出了一种多特征的凸集投影超分辨率重建方法。首先,根据局部相似性特征和图像的梯度特征构建参考帧,以保持图像的边缘细节特征。然后,运用光流法对上采样后的序列低分辨率(LR)图像和参考帧进行配准,同时利用比值稀疏约束模型估计参考帧的点扩散函数(PSF),并获取点扩散函数作用窗口的中心坐标和点扩散函数作用窗口的范围。最后利用参考帧和点扩散函数生成重建图像的初始估计,根据重建图像残差对参考帧进行修正,最终得到重建图像。为验证本文算法的有效性和鲁棒性,分别与上采样、迭代反投影、凸集投影几种重建方法进行实验对比,实验表明本文算法重建结果在主观和客观评价方面明显优于其它方法,本文算法可行。

区间约束平差模型的共轭梯度积极集算法

主要研究参数带有区间约束的平差算法,通过把平差问题转化成一个带有区间约束的二次规划问题,利用积极集对二次规划问题进行划分与重组,结合无约束共轭梯度优化算法,给出了带有区间约束的平差算法,并同时给出了参数解的精度评估。由于投影梯度法可以迅速改变积极约束集的构成,新的算法比经典的积极集法效率更高,可以降低模型的不适定性,保持参数先验信息中的统计、几何或物理意义,适合于求解大规模的带有区间约束的平差问题。