基于Context模型的局部阈值小波图像去噪

本文基于小波阈值去噪的基本理论,提出了一种基于Context模型的自适应小波去噪算法。该方法利用Context模型建立图像小波变换后的系数分类模型并根据分类使用不同的阈值去噪。实验结果表明本文提出的算法无论是PSNR值还是视觉效果,都大大优于传统算法。     

一种复合局部与非局部梯度的图像去噪变分模型

局部变分有效地增强图像的轮廓信息,但不可避免地模糊图像的细节并在平滑区域产生阶梯效应。非局部变分能有效重构图像的纹理信息,但同时会破坏图像的结构轮廓信息。考虑到局部与非局部变分的互补性,提出了一种基于图像局部梯度与非局部梯度的复合变分模型,并通过Bregman交替迭代极小化图像的局部梯度与非局部梯度的L1范数,使去噪后的图像在去除噪声的同时更好地保留图像的结构与细节信息。对比实验证明,提出的复合变分模型有效地利用了图像的局部变分与非局部变分的优点,在图像评价的主客观方面都表现出了更好的性能。     

一种基于Stein无偏风险估计的复合去噪算法

针对统计非局部均值滤波损坏图像的细节与鲁棒性双边带滤波去噪不充分的缺点,提出了一种基于统计非局部均值滤波与鲁棒性双边带滤波相结合的复合滤波算法。该复合滤波算法通过统计非局部均值滤波与鲁棒性双边带滤波线性组合,利用Stein无偏风险估计对复合算法中的参数进行估计。实验中,从主观与客观方面进行对比分析,证明所提出的复合算法体现了非局部均值滤波与双边带滤波的优点,能有效地去除噪声并更好地保留图像的细节信息,峰值信噪比提高1～2 dB。     

一种双精度除法运算的方法

本文以ＴＭＳ３２０Ｃ２５信号处理器为例，介绍一种用单字节的运算程序实现双精度除法运算的方法，在保证精度的条件下，使程序编制简单、方便。     

一种利用多核解卷积提高雷达角分辨力的方法

解卷积方法可以提高雷达的角分辨力,但传统的解卷积算法对噪声很敏感,且有可能无解。给出了多核解卷积方法的最优滤波器,分析了多核解卷积的输出信噪比,指出其抗噪声性能要优于单核解卷积。最后将多核解卷积的方法运用到单脉冲雷达中。仿真结果表明,在输入信噪比为20dB的情况下,该方法还能够得到很好的结果。     

应用Coutourlet分层阈值的图像去噪方法

常用的Contourlet去噪方法有软阈值、硬阈值滤波两类。本文将Contourlet分层阈值去噪方法与软、硬阈值去噪方法进行了对比,在分析的基础上,给出了各种方法去噪后的PSNR、MSE对比值以及图像。实验结果表明,分层阈值去噪方法获得了较好的视觉效果以及较高的输出信噪比、较低的均方根误差,效果更好。     

一种线性调频引信抗卷积调制干扰处理方法

作为一种针对脉冲压缩接收机的灵巧干扰信号,卷积调制干扰能够对线性调频引信造 成有效的欺骗干扰效果。为了使引信正常工作,有效抑制卷积干扰,首先通过推导卷积调制 干扰的数学模型,分析了卷积干扰的干扰机理;然后从数学理论上推导了卷积干扰信号与引 信回波信号存在正交的关系特点,提出通过正交投影技术对卷积干扰的抑制方法,在保持有 效回波信号的情况下,对脉内多假目标欺骗干扰产生有效的抑制作用;最后以线性调频脉冲 压缩信号为例进行仿真分析,验证了正交投影技术对卷积调制干扰的有效抗干扰效果。研究 表明正交投影技术能够有效抑制卷积干扰对线性调频引信的干扰。     

非局部群稀疏表示的图像去噪模型

针对图像的非局部稀疏表示忽略图像中结构相似信息的缺点,将群稀疏表示引入到图像的最优滤波中,提出了一种有效去除图像高斯噪声的非局部群稀疏表示模型。该模型首先选择图像非局部相似块构建相似矩阵,在群稀疏限制下对相似矩阵进行正交分解得到正交矩阵;在已知噪声服从高斯分布的情况下,再通过求得的正交矩阵结合贝叶斯最小均方误差准则实现对特征矩阵的最优估计;最后通过正交矩阵与特征矩阵重构去噪后的图像。实验对比证明,所提的非局部群稀疏表示的图像去噪模型在去除噪声的同时更好地保留了图像的结构信息,获得了更好的主客观评价指标,去噪的峰值信噪比提高1 dB以上。     

一种基于"当前"统计模型的自适应滤波算法

针对机动目标跟踪问题 ,在“当前”统计模型的基础上 ,利用机动加速度与方差的自适应关系 ,提出了一种新的自适应滤波算法。大量仿真结果表明 ,该算法在跟踪机动目标时 ,具有良好的跟踪性能。     

基于扩散方程的图像去噪

在图像处理和图像分析领域中,去除噪声是一个长期存在的问题。好的去噪方法为图像的后继处理如边缘检测、图像分割、图像匹配等会带来许多好处,为此,人们提出了许多图像去噪平滑的方法。     

外部非局部自相似先验的图像去噪

针对在噪声水平比较高的情况下难以从噪声图像本身提取准确先验信息的问题,提出一种从外部干净图像数据集学习非局部自相似先验信息的图像去噪方法。首先用高斯混合模型学习外部干净图像的非局部自相似先验信息,其次利用最大后验概率估计的方法找到与噪声图像块最匹配的外部先验信息,最后利用外部先验对噪声图像块进行稀疏表示。实验对比表明,所提算法在去除噪声的同时可以较好地保留图像的细节信息,使图像数据集的平均峰值信噪比提高0.18 dB以上。     

基于游客满意度的旅游目的地形象建设模式——TSS

很多旅游目的地进行形象建设,仅仅考虑旅游目的地本身的形象设计,却忽略了形象接收者及游客的感知形象建设。TSS(tourist satisfaction system)模式即是以游客满意度的影响因素、旅游目的地的形象准则为立足点,进一步研究游客满意度的类型与形象建设的关系,以便旅游目的地形成一定的品牌形象效应。     

利用生成对抗网络的时频图像去噪和增强处理

针对雷达信号时频图像的去噪和增强问题，提出了利用生成对抗网络二次生成时频图像的方法。首先利用时频分析产生雷达信号的时频图像作为原始数据集1;接着利用生成对抗网络对数据集1进行学习之后生成新的数据集2，数据集2相对于数据集1拥有着去噪和增强的效果;最后提取时频图像奇异值特征检验生成的数据集2的有效性。对6种常见的雷达信号的时频图像进行了仿真实验，结果证明了该方法在时频图像去噪和增加样本多样性方面是有效的。     

一种基于证据反推法的装备保障模式分析方法

现有装备保障模式分析方法多局限于定性分析，分析过程的起点就没有必要的数 据支撑，从而导致结论真实性和有效性不高。针对此问题，提出了一种基于证据反推法的装 备保障模式分析 方法。在分析装备保障模式概念与内涵的基础上，结合装备保障模式运行特点，阐述了基于 证据反推法的基本原理，提出了基于证据反推法分析的基本流程，并给出了基于证据反推法 的装备保障模式分析的具体步骤。     

基于物流场理论的物流生成及运行机理研究

随着现代物流规模的增大和物流所依托交通资源的日益社会化,物流运作形态呈现出物流源、物流迹线、物流节点、物流汇等各要素协调作用的系统效应,构成了物流场的演变形态.由于现代物流系统具备"场"的基本要素,具有明显的"场"的特征,可将场论引入物流研究领域,建立以需求力作为物流活动驱动力、以需求地作为激发场源的物流场理论.文章在物流场理论基础上,根据物流场势能、物流阻抗、物流场强等特征量的相互作用关系,推导出物流的生成机理及运行模型.研究结果表明,物流场理论能有效揭示物流活动的本质,物流生成的过程是动力、阻力相互作用的结果,在物流实践中,应尽量顺应物流场原理来设计、优化物流系统.一要安排物资在物流场势能相差最大的物流源、汇点之间流动,以保证物资价值得到最大程度的利用;二要尽量减小物流迹线中的物流阻抗,使物资流动过程损耗更小,物流活动更为高效顺畅.     

基于内部营销的战略性人力资源管理运行模式研究

内部营销与人力资源管理的关系非常密切。在战略性人力资源管理日益兴起的今天,如何将内部营销管理哲学和管理方法运用于战略性人力资源管理中,如何实现有效的战略性人力资源管理,如何充分挖掘和调动人的潜力,是理论界和实践界面临的现实问题。只有认清内部营销与战略性人力资源管理的契合点及本质区别,才能构建起基于内部营销管理工具的战略性人力资源管理运行模式。     

GATS下自然人流动对美国服务贸易进出口的影响——基于引力模型的实证分析

文章利用修正后的引力模型研究美国自然人流动对其服务贸易进出口的影响,实证结果表明,自然人流动对服务出口有较大的促进作用,对服务进口的带动作用却不明显。综合自然人流动对双边服务贸易的影响,文章认为自然人流动自由化对服务贸易的促进作用远大于对货物贸易的带动作用。     

创新驱动战略下物流服务业创新经营模式探析

中共十八大报告指出,我国已进入了以创新能力及创新水平为主要动力的驱动发展阶段,国家应实施创新驱动发展战略促进经济的再增长。服务业作为新世纪产业发展的主力,其可持续的发展对提升国家的综合实力非常关键,服务创新在其中将起到决定性的作用。主要就当下物流服务业的经营管理创新进行详细分析研究,并构建了物流服务供应链的结构模型,一定程度上提高了大家对创新驱动战略下物流服务业创新运作模式的了解。     

自适应约束下的双边全变差正则化超分辨率重建

在经典的双边全变差(BTV)超分辨率重建中,加权系数和正则化参数的恒定性导致重建结果边缘保持能力受限。为此,提出了一种自适应约束的BTV正则化先验模型。算法首先定义了图像的局部邻域残差均值以区分当前像素属于平坦区域还是边缘区域;然后针对加权系数的不变性导致边缘削弱的问题,利用边缘方向和垂直边缘方向扩散性的不同,设计自适应权重矩阵;最后根据代价函数的极值问题推导出迭代公式,从而进行图像的超分辨率重建,重建过程中采用自适应的方法确定正则化参数,以便求得代价函数的全局最优解,提高了算法的鲁棒性。实验结果表明：与双三次线性插值法和经典BTV算法相比,该算法取得了更好的视觉效果和更高的峰值信噪比,更多地保留了图像的边缘细节信息。