检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 基于自适应约束正则HL-MRF先验模型的MAP超分辨率重建

秦龙龙, 钱渊, 张晓燕, 侯雪, 周芹

计算机应用 2015, 35 (2): 506-509. DOI: 10.11772/j.issn.1001-9081.2015.02.0506

摘要（982）

PDF （716KB）（351）

针对Huber-MRF先验模型对图像高频噪声抑制能力较差,而Gauss-MRF先验模型对图像高频过度惩罚的问题,提出了一种改进的自适应约束正则HL-MRF先验模型。该模型将Huber边缘惩罚低频函数与Lorentzian边缘惩罚高频函数相结合,对低频进行线性约束的同时对高频实现平滑惩罚;并采用自适应约束方法确定正则化参数,从而得到最优的参数解。与基于Gauss-MRF先验模型和Huber-MRF先验模型的超分辨率算法相比,HL-MRF先验模型获得的超分辨率重建图像在峰值信噪比(PSNR)和细节方面都有一定程度的提高,在抑制高频噪声、避免图像细节被过度平滑方面具有一定的优势。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于同心圆分割的大视场星图识别算法

刘恒郑烇秦龙赵天昊王嵩

计算机应用 2013, 33 (07): 1984-1987. DOI: 10.11772/j.issn.1001-9081.2013.07.1984

摘要（669）

PDF （706KB）（435）

针对星敏系统常见的三角形识别算法数据冗余量大、识别速度特别是初始识别速度低的问题，提出一种基于同心圆分割的大视场(FOV)星图识别算法。在分析星图信息以获得其主星的基础上，围绕主星以一定的半径画8个同心圆，再根据各星的坐标统计每个圆环内的星数量，从而得出主星的伴星分布向量。以同样方法基于基本星表构建相对应的导航星特征库，然后利用伴星分布向量与特征库进行模式匹配，从而得出星图识别结果。对特征库中的数据，根据各向量的第一维元素大小进行排序，以加快算法的识别过程。仿真实验结果表明，该算法所需的导航星特征库存储空间小，具有良好的实时性、抗噪性与较高的识别率，能够以95.3μs的识别时间达到88.9%以上的正确率，可与其他识别算法相结合，执行于不同的阶段，实现更高效、准确的天文导航。

参考文献 | 相关文章 | 多维度评价