稀疏张量约束的低剂量CT图像重建

提出了一种稀疏张量约束重建算法,该方法利用非局部相似的先验信息,将CT图像分割成一系列图像块组;采用张量的多维低秩分解方法,将这一先验信息引入低剂量CT重建中,构造目标函数;通过重建图像更新和图像块组张量稀疏编码两个步骤,交替迭代求解目标函数。基于仿真数据和临床数据的实验结果验证了该算法的有效性,实验结果表明:与经典重建算法相比,所提算法在抑制噪声的同时,能更好地保持重建图像的细节,获得更高质量的图像。     

基于机器视觉元件管脚高度检测系统研究

目前芯片管脚的几何尺寸缺陷检测局限于管脚的共面度、平整度、位置度检测,对芯片管脚高度缺陷检测算法研究较少,且未从三维角度进行检测。利用线激光传感器结合精密的机械传动结构研发一套三维激光扫描自动检测系统,并提出相应管脚高度检测算法:将采集的芯片管脚点云数据三维重建;提出将所重建的三维图像投影变换为二维图像并灰度化,利用连通域裁剪算法快速定位各管脚位置信息对其进行裁剪,对裁剪的管脚频域高斯低通滤波,用最近邻插值拟合并反灰度化;以xoy面为基准面用求解函数最大值法求其各管脚的最值之差即获得芯片管脚高度,将各管脚拼接后三维显示,并与此芯片标准管脚高度进行比对,对不合格的给予剔除。     

复杂背景下基于自适应模板更新的目标跟踪算法

为了提高复杂背景下目标跟踪的稳定性,在模板匹配失败时引入目标分割过程,根据新目标区域与模板的相似度分析得出导致匹配失败的具体原因,提出了一种新的自适应模板更新算法.根据模板图像各像素到模板中心的距离构造加权函数,对传统归一化相关算法进行改进,使新算法具有一定的抗遮挡能力.实验结果表明,该算法与固定模板跟踪算法和逐帧模板更新算法相比,在目标尺寸变化和被物体局部遮挡时,跟踪的连续性和稳定性更好.     

基于粒子群算法的多阈值图像分割方法

在对粒子群优化算法的基本原理和方法进行简要概述的基础上,提出了一种基于粒子群的多阈值图像分割算法。算法采用信息熵构建优化目标函数,提出了新的粒子更新准测,并以此对图像进行了多阈值优化搜索。实验表明,该算法不仅能对图像进行正确的分割,而且还具有稳定性高,易于实现,速度快等特点。     

自动发音错误检测中基于F1值最大化的声学模型训练方法

摘要为了提高计算机辅助语言学习中自动发音错误检测系统的性能,提出一种声学模型的区分性训练方法。该方法将经过正确度标注的非母语语音数据库上的发音错误检测的F₁值的最大化作为模型参数的训练准则。采用Sigmoid 函数对F₁值函数进行平滑构造目标函数,并利用构造弱意义辅助函数的方法以及扩展Baum-Welch 形式的参数更新公式进行优化。提出在模型参数更新与音素门限同时优化的策略保证目标函数增长的单调性。发音错误检测实验表明该方法能够有效地增大训练和测试数据检错的F₁值。同时训练数据和测试数据上的精确度、召回率以及检测正确度都有明显改进。      

有源头靠中一种分布式虚拟传声器优化方法

有源降噪头靠系统中,远程虚拟传声器技术能够解决控制点处与误差传声器处降噪量不匹配的问题。在实际应用中,多通道虚拟传声器技术存在收敛速度慢和运算复杂度高等问题。针对这个问题,本文通过重新设计远程虚拟传声技术的离线优化过程,提出一种分布式远程虚拟传声器技术优化方法。该方法将虚拟次级通路矩阵作对角化限制,同时对观测传递函数矩阵进行联合寻优,以实现一种分布式的更新算法。有源降噪头靠实验结果表明,所提算法能够有效降低远程虚拟传声器技术算法的运算复杂度,并且提升了算法的收敛速度。     

基于构件的可配置嵌入式应用程序设计模式

为了解决自动气象站采集器嵌入式应用程序维护、扩展困难的问题,提出了一种基于构件的可配置嵌入式应用程序设计模式,把传统的嵌入式应用程序拆分成功能构件、框架构件、配置构件和解析器,通过组装构件的方式开发应用程序。实验程序实现了数据采集、数据质量控制、数据计算、数据存储和基本的通信协议。并且基于此套设计模式,可以方便地进行气象要素和导出量的配置,或者对软件的功能进行扩展。实验结果表明,此套设计模式大大地提高了嵌入式应用程序的易维护性、易扩展性以及开发效率。     

基于混合群智能优化算法的混沌系统参数估计

混沌系统的未知系统参数估计是实现混沌控制和同步的首要问题,通过构造一个合理的适应度函数,可将其转化为一个多维搜索空间的优化问题.提出一种融合改进骨干粒子群算法与改进差分进化算法的混合群智能优化方法来解决上述优化问题.对骨干粒子群算法中的粒子位置更新机制以及差分进化算法中的变异操作、交叉操作、交叉概率因子的设计等进行改进,有效兼顾了种群的多样性与算法的收敛性.在此基础上,讨论骨干粒子群优化算法与差分进化的融合优化策略,实现两个算法的协同进化,进一步提高算法的综合优化性能.用6个基准测试函数以及Lorenz混沌系统为例进行仿真实验,结果表明该方法具有全局寻优能力强、收敛速度快、搜索精度高、稳健性好等优点.     

多帧距离选通图像点扩散函数估计的超分辨率重建

为了解决水下激光距离选通图像成像过程中退化模型复杂的难题,提出了利用连续帧图像估计点扩散函数的距离选通超分辨成像方法。首先,从连续帧图像中选取一帧为参考帧作为初始清晰图像,下一帧图像为模糊图像,用梯度约束的方法求出点扩散函数,用于优化清晰图像;然后,依次将后续帧图像当作模糊图像与清晰图像交替迭代求取点扩散函数并优化更新清晰图像;最后获得的清晰图像与参考帧图像用乘法更新的方法估计点扩散函数,结合凸集投影法算法进行超分辨率成像重建。仿真实验结果表明,改进的算法重建图像分辨率和质量明显优于原始的算法。     

基于光照-反射成像模型和形态学操作的多谱段图像增强算法

为解决多谱段降质图像增强问题,提出了一种基于光照-反射成像模型和形态学操作的多谱段图像增强算法.首先对图像饱和度使用自适应非线性拉伸函数进行拉伸,使增强后的图像色彩更加饱和、自然;接下来利用引导滤波算法提取出图像的光照分量,提出了一种基于细节特征的加权融合策略,利用光照分布特性构造了一种自适应Gamma校正函数对光照分量进行处理,并将其与利用对比度受限的自适应直方图均衡化方法处理后的光照分量以及原始光照分量进行融合;然后在反射分量校正时,构造了一种形态学操作函数来校正反射信息;最后合并光照分量和反射分量,并与处理后的饱和度分量和色调分量一起得到增强图像.采用主客观评价指标对可见光低照度图像、水下图像、高动态范围图像、沙尘暴图像、雾天图像和热红外图像6种降质多谱段图像实验结果进行分析比较,结果表明本文算法能够有效地抑制图像噪声、增强图像细节信息、改善图像视觉效果,可应用于多种图像增强领域.