基于局部约束群稀疏的红外图像超分辨率重建

针对红外图像分辨率低、视觉质量差等问题,提出基于局部约束群稀疏模型的红外图像超分辨率重建方法.考虑到红外图像的纹理自相似性和原子系数的群结构稀疏性,首先建立了基于局部约束的群稀疏表示模型.然后,在假定低分辨率图像空间和高分辨率图像空间具有相似流形的前提下,联合局部约束群稀疏表示模型和K-SVD(K奇异值分解)方法,训练得到高低分辨率图像对应的群结构字典对.最后,通过高分辨字典和对应的红外图像群稀疏表示系数重建得到高分辨率的红外图像.实验结果表明,本文方法具有更好的超分辨率效果,无论是在客观评价指标还是主观视觉效果方面都有明显的提高.     

组合傅里叶变换与曲波变换的图像复原

针对图像复原的病态反问题进行研究,分析了图像复原的数学模型及其病态性,提出了组合傅里叶变换与曲波变换的图像复原(ForCurIR)算法.算法利用傅里叶变换对色噪声和曲波变换对分片光滑图像的稀疏表示特性,将图像复原问题转换成傅里叶变换域约束去卷积和曲波变换域约束去噪问题,最后通过组合傅里叶变换域和曲波变换域收缩法实现去卷积和抑制噪声.实验结果表明:ForCurIR算法很好地再现了图像的边缘等细节信息,复原出的图像在信噪比和视觉质量两方面部有显著的提高.     

基于信号飞行时间与误差分析的改进无线传感网络Bounding-box定位算法

为提高无线传感网络定位算法的实效性,针对Bounding-box定位算法定位精度不足的问题,提出了基于信号飞行时间与误差分析的改进Bounding-box定位算法。该算法根据累计距离误差,在正方形重叠区域重新划分离散小方格,然后按照累计距离误差最小化准则,选择对应离散小方格的中心点坐标作为待定位节点的定位位置。通过仿真实验表明,提出的改进Bounding-box定位算法,在距离测量精确和小误差情况下,能够明显提高定位精度。此外,真实环境实验表明,在采用信号飞行时间作为距离测量技术的条件下,提出算法的定位误差最小。更多还原