简介:介绍了层析成像技术的图像重建算法,并从正向问题数学模型的简化和反向问题数学模型的映射结构的角度比较了各种算法的特点和优劣。研究表明:用本质是线性算法的各种变换方法重建图像存在严重失真,而卷积滤波的引入可以使变换方法的重建效果有所改善;基于导数搜索的迭代算法对初始值依赖性强、收敛速度慢并且容易陷入局部最优解;基于Fourier变换的方法具有本质的局限性;小波变换则可以同时刻画图像时域和频域的细节特征;有限元法通过重建对象像素的智能划分可以简化正问题的复杂性;而具有物理背景的蒙特卡罗法、模拟退火法、遗传算法、粒子滤波法及神经网络法更适合于复杂且非线性的图像重建;智能化、仿生化、并行化以及各种算法的融合是层析成像图像重建算法的发展趋势。
简介:针对SAR图像的目标自动分割问题,在分析非下采样轮廓波变换(nonsubsampledcontourlettransform,NSCT)和脉冲耦合神经网络(pulsecoupledneuralnetworks,PCNN)的基础上,提出了一种基于非下采样轮廓波域特征图和PCNN的SAR图像目标分割算法.对SAR图像经过NSCT分解后的高、低频图像分别运用不同方式进行处理.利用PCNN对低频图和高频子带特征图分别进行分割,获取了目标所在的区域及目标的精细结构.利用MSTAR数据进行了仿真实验,并与基于模糊C均值的分割算法、基于马尔可夫随机场的分割算法进行了对比.实验结果表明,所提出算法对SAR图像目标的分割结果更为准确,同时较其他算法具有更强的抗噪性能.
简介:针对单一图像源下目标跟踪精度不高的问题,利用跟踪状态下的目标存在于可见光与红外图像中的特征对连续自适应均值移动跟踪算法做出改进。首先选取可见光图像的“颜色梯度背投影”作为改进的目标模型,选取红外图像的“灰度梯度背投影”作为改进的目标模型;然后根据可见光序列图像和红外序列图像各自进行连续自适应均值移动跟踪算法得到的对应的口‘系数判定两种图像跟踪的效果,对两种图像的权重进行自适应调整,得到这两种图像的特征级融合图像和跟踪结果。实验结果表明,对于320像素×240像素的可见光和红外图像,基于可见光与红外图像特征融合的目标跟踪算法在复杂背景下能够较准确的跟踪目标,目标跟踪精度为0.5像素,跟踪速度为30~32ms/帧。
简介:通过紫外差谱方法研究金属Fe离子不同形态与不同类别血清白蛋白分子的别构效应,并比较分析分子作用机理.考察氧介导条件对Fe离子不同形态分别与人血清白蛋白(Humanserumalbumin,HSA)、牛血清白蛋白(Bovineserumalbumin,BSA)别构效应的影响,建立定量模型方程.结果表明,Fe离子不同形态与血清白蛋白结合反应体系中存在Fe(Ⅱ)-HSA/BSA~Fe(Ⅲ)-HSA/BSA的动态平衡,Fe(Ⅱ)-HSA/BSA~Fe(Ⅲ)-HSA/BSA电子转移效应是别构效应的关键影响因素,导致Fe离子不同形态与血清白蛋白结合反应的别构效应迥异,呈现形态显著性差异.氧介导及无氧条件下的Fe(Ⅱ)-HSA/BSA~Fe(Ⅲ)-HSA/BSA电子转移效应机理不同.无氧条件下,Fe(Ⅲ)与血清白蛋白的相互作用遵循动力学一级反应规律,计算得到结合反应体系的速率常数k及自由能变ΔG≠.
简介:研究服务员强制休假的M/M/1排队模型的主算子在左半复平面中的特征值,证明(λ-μ-b)-√(b+μ)2-3λ2-μb/2是该主算子的几何重数为1的特征值.