基于双路编解码器的卷积神经网络在低照度图像增强和超分辨率中的研究

本文以高清户外直播技术为切入点,针对夜晚场景下受光照条件限制直播画面亮度低、不清晰的问题,提出了一种基于双路编解码器的卷积神经网络,应用于低照度图像增强和超分辨率,有效提升了户外直播的画面质量,降低了对传输带宽的需求,有利于提升户外直播的用户体验.     

超分辨率技术在红外微扫描中的应用

超分辨率(SR)重建技术已经成为目前热门的数字图像处理技术之一,为了验证SR算法在红外成像领域中的应用效果,设计了相关红外长波微扫描实验平台。通过对微扫描获得的图像序列进行多种SR算法重建,然后对比平台光学参数所确定的实际光学衍射限,最后计算图像的调制传递函数(MTF)值来分析SR算法带来的图像空间分辨率提升。实验结果...     

基于分布式并行计算的大飞机MRP运算

大飞机生产过程中生产计划的实时性和准确性是保证飞机生产与装配进度的重要环节,文中针对大飞机生产计划MRP运算中计算复杂度高、运算时间长、实时性受限的问题,设计了一种基于分布式并行计算的MRP运算系统,将MRP运算分解为细粒度的计算任务并调度至分布式计算节点进行运算.通过对飞机生产过程中所用的PBOM、MBOM的特点以及...     

图像超分辨率研究综述

介绍了图像超分辨率技术的概念及来源,综述了超分辨率技术在国内外发展的概况,澄清了图像超分辨率重建和超分辨率复原两个概念,对图像超分辨率的方法进行了分类对比,并对图像超分辨率的发展进行了展望.     

基于视觉对比度分辨率的红外图像增强算法

针对传统红外图像增强方法存在增强后目标边缘模糊及背景噪声过增强的缺陷,结合人眼视觉特性,提出了基于视觉对比度分辨率的非线性变换算法。该算法根据人类视觉在不同背景灰度下分辨目标的能力不同,自适应调整灰度变换曲线,使目标映射到人眼分辨的敏感区域,同时使背景噪声映射到人眼分辨的不敏感区域。经测试表明:提出的算法与传统算法相比更易突出红外图像目标的细节信息及其边缘轮廓,峰值信噪比提高近1倍,对比度增益提高近0.5倍。     

超分辨率重构

利用低分辨率的图像序列来估计高分辨率图像的方法称为超分辨率图像重建,逐步成为当前科研热点。本文通过POCS视频图像重建算法为例,阐述了超分辨率的概念应用场合及基本策略和分类,并对超分辨率的重构方法和前景进行了展望。     

超分辨率重构

利用低分辨率的图像序列来估计高分辨率图像的方法称为超分辨率图像重建,逐步成为当前科研热点.本文通过POCS视频图像重建算法为例,阐述了超分辨率的概念、应用场合及基本策略和分类,并对超分辨率的重构方法和前景进行了展望.     

超分辨率图像重建分析和应用

高分辨率图像是人们一直追求的目标。超分辨率图像重建技术就是人们获取高分辨率图像的一种很重要的方法。本文分析了超分辨率图像重建的原理,总结了各种重建方法的特点,指出超分辨率图像重建的发展历史、应用场合和前景。     

分布式并行计算技术在遥感数据处理中的应用

随着计算机信息技术的不断发展和进步,地理监测以及遥感数据处理工作也受到其相应的影响,如何依托分布式并行计算技术依托下的高分遥感处理各种电子政务受到有关部门和专家学者的重视,本文就对遥感影响数据并行处理计算模型、结构层次、同步通信等问题来对遥感影像进行线性拉伸并行处理,从而保证其有效性和实用性不受到影响。     

并行与分布式计算动态负载均衡策略综述

动态负载均衡(Dynamic Load Balancing,DLB)是提高动态和非规则问题计算效率与规模的一个挑战问题.阐述了DLB的一般性问题,根据DLB策略的主要特征给出了一个综合分类方法,按分类对近30年提出的各种主要DLB策略做了细致的分析和深入的比较,并做了策略有效性分析.在总结现有研究成果基础上,分析了该领域的最新发展趋势,为下一步的研究提出了新的问题和思路.     

一种适合于分布式并行计算改进的平方共轭残差法

基于CRS提出了一种适合于分布式并行环境改进的平方共轭残差方法——ICRS.通过算法重构,ICRS方法将CRS方法所需要的2个全局同步化点降低到了1个,没有数据相关性.理论分析和实验表明ICRS方法比CRS方法具有更好的并行性和可扩展性.     

基于广义模糊算子和线性分布函数的多光谱图像增强研究

多光谱图像的增强是其识别和判读的重要技术基础,传统的Pal算法运算量大,不便操作。为了提高多光谱图像增强的效率,对传统的Pal算法进行了改进,提出一种新的广义模糊隶属函数及相应的线性分布函数,扩展了模糊隶属函数的有效范围,减少了图像处理的多次叠代,保持了图像处理的效果并以此对多光谱图像进行了增强处理。文章最后的实验结果表明该方法能保持图像的低灰度信息。     

二阶Hopfield型神经网络的稳定性 分析及收敛速度的估计

本文讨论二阶连续Hopfield型神经网络平衡点的全局稳定性问题,利用LMI方法和Lyapunov方法得到了网络平衡点全局渐近稳定和全局指数稳定的几个充分条件,并对其指数收敛速度进行了估计.     

MSR在红外图像增强中的应用

介绍了一种红外图像增强方法．该方法针对红外图像具有大动态范围的特点,借鉴了可见光图像成像机理,根据Retinex理论,采用MSR算法来消除天气对红外图像的退化影响,以达到图像增强的目的;同时针对MSR输出图像偏暗,提出了对比度正态截取拉伸．仿真结果表明,正态截取拉伸MSR可以有效提高红外图像亮度和对比度,且具有较好的视觉效果．     

云计算中的并行计算技术分析

本文阐述了并行计算和云计算的关系,简要回顾并行计算的历史,分析了并行计算的重要技术OpenMP、MPI和Erlang,研究了这些技术在中国电信的应用方法,并介绍了中国电信实施云计算、并行计算的指导思想、原则和策略。     

基于改进的BSP模型的红外图像并行处理研究

针对导弹末制导红外图像处理实时性要求,分析了红外图像并行实时处理算法及其集群计算机的实现,建立了适应于实时处理的BSP改进模型和集群并行处理软件系统,并给出了红外图像并行处理算法的实现方法.研究了应用提升小波实现图像并行处理算法及实现,进而分析了算法性能,推导出了加速比模型.实验验证了其有效性.     

基于普适计算的分布式定位设计

普适环境中,定位计算是上下文察觉计算的重要内容。本文提出分布式定位计算的思想,该思想摆脱了以往传统定位中先确定用户坐标再判断其所处区域的繁琐模式,将对用户所处区域的计算分散至底层的感知设备中,减轻了计算设备的计算负担,提高了上下文感知系统的效率,并通过实现该定位设计验证了分布式定位设计的可行性。     

基于MAP的单帧字符图像超分辨率重建

字符是很多图像处理应用关注的区域,增强字符图像分辨率往往能提高字符识别率。针对字符图像纵横和对角线方向纹理特征,提出了一种提取不同方向纹理及图像平滑度度量的新方法,并在最大后验概率框架下,实现了单帧图像超分辨率重建算法。算法利用自适应可调模板作为卷积核,将纹理信息引入图像先验模型,最终将超分辨率重建转化为一个目标函数最优化问题。实验表明,该算法能有效提高字符图像的识别率,且对噪声具有较好的鲁棒性。     

一个灰度图像的并行分布式识别系统模型

将稀疏分布存贮（ＳＤＭ）概念与单层自适应模式识别系统有机结合所构成的双层通用自适应模式识别系统（ＤＡＰＲＳ），在大维数或非确定性模式数据识别方面有着明显优势。但由于仅具有处理二位模式（图像）的能力，系统的应用受到一定的限制。本文提出了一个新颖的、基于ＤＡＰＲＳ的灰度图像并行分布式识别系统模型，该系统把灰度图像分解成若干子图像并且二值化后，分别提供给对应的ＤＡＰＲＳ进行处理，对图像信息采用了分布式存贮和大规模并行处理技术，最终通过响应综合实现对原始灰度图像的识别。由于系统具有非算法、实时通用的特点，且具有硬件实现的潜力，因而更加接近于工程应用。