1 赣南师范大学数学与计算机科学学院赣州市计算成像重点实验室,江西 赣州 341000
2 赣南医学院医学信息工程学院,江西 赣州 341000
为了减少X射线的辐射剂量,提出了一种基于全广义变分约束加权最小二乘的低剂量计算机断层(CT)重建方法。首先对投影数据进行统计建模,然后将全广义变分正则化作为先验信息引入到投影数据恢复过程中,从而达到抑制噪声的目的,最后使用传统的滤波反投影算法进行CT图像重建。在Shepp-Logan体模实验中,提出方法的重建结果与Gibbs先验约束的惩罚加权最小二乘(Gibbs-WLS)、字典学习先验约束的惩罚加权最小二乘(DL-WLS)和全变分先验约束的惩罚加权最小二乘(TV-WLS)方法的重建结果相比,均方根误差分别降低了25.06%、1.50%和15.21%,信噪比分别提高了10.29%、0.53%和5.68%。在Clock体模实验中,提出方法的重建结果与Gibbs-WLS、DL-WLS和TV-WLS方法的重建结果相比,均方根误差分别降低了42.72%、23.45%和34.63%,信噪比分别提高了27.04%、11.42%和15.49%。实验结果表明,该方法在有效抑制低剂量CT图像的伪影和噪声的同时可以很好地保持图像的边缘信息和结构细节特征。
成像系统 低剂量计算机断层重建 全广义变分 加权最小二乘 图像重建 激光与光电子学进展
2023, 60(4): 0411001
1 湖北工业大学 机械工程学院,湖北 武汉 430068
2 湖北省现代制造质量工程重点实验室,湖北 武汉 430068
3 海宁集成电路与先进制造研究院,浙江 海宁 314400
4 中国科学院微电子所, 北京 100029
针对现代工业生产中大型装备的生产、制造和装配对于姿态精准测量提出的需求,提出了一种基于加权最小二乘的激光跟踪姿态角测量方法。首先,阐述了姿态测量系统的组成,并对姿态测量系统中使用的坐标系进行定义;其次,建立了姿态测量数学模型,在此基础上利用加权最小二乘法对冗余角度信息进行数据融合,并采用蒙特卡洛法对融合方法进行了仿真分析;最后,搭建了姿态测量实验平台,利用精密二维转台对系统姿态角测量精度进行了评定。实验结果表明:在[−30°, 30°]角度范围内,测量距离为3 m时姿态角测量精度为0.28°,测量距离为8 m时姿态角测量精度为1.76°;与单目视觉法相比,姿态角测量精度在3 m时提升了6.7%,在8 m时提升了18.8%。文中提出的数据融合方法对姿态角测量精度的提升具有较好效果。
姿态测量 加权最小二乘 单目视觉 激光跟踪 attitude measurement weighted least squares monocular vision laser tracking 红外与激光工程
2022, 51(6): 20210675
1 南京邮电大学通信与信息工程学院, 江苏 南京 210003
2 南京邮电大学江苏省通信与网络技术工程研究中心, 江苏 南京 210023
在无线传感器网络定位领域,DV-Hop算法因其实现简单得以广泛使用。针对DV-Hop算法定位误差较大的问题,提出一种基于DV-Hop多通信半径的加权定位算法。该算法利用多通信半径并通过引入修正因子细化和优化跳数,利用最小均方误差准则和加权方式修正平均跳距,并利用加权最小二乘法估算未知节点坐标。通过仿真得出所提算法在相同实验条件下的定位精度较DV-Hop算法提升约60.5%,相较于双通信半径优化算法和3-DV-Hop算法分别提升约36.4%和13.8%。
传感器 无线传感器网络 DV-Hop 节点定位 最小均方误差 加权最小二乘法 激光与光电子学进展
2021, 58(22): 2228007
在无人机飞行控制系统中,针对无人机采用单一高度传感器测量精度不高以及传统Kalman滤波器易发散的问题,提出一种改进的Kalman滤波融合方法。首先利用ARIMA模型算法对3种传感器的原始测量数据降噪处理, 然后利用Kalman滤波算法对降噪后的传感器高度信息实现第一次融合, 最后借助递推加权最小二乘法将第一次融合结果与差分GPS降噪后的数据进行第二次融合。计算分析得到,该算法相比于传统Kalman滤波方法, 高度估计值的均方根误差减小39.6%, 最大偏差减小31.7%。仿真结果表明, 所得结果在垂直方向上的定位精度得到有效改善, 并且初步具备对异常情况的处理能力, 保证了无人机飞行系统的准确性与可靠性。
无人机 ARIMA模型 Kalman滤波 递推加权最小二乘 信息融合 UAV ARIMA model Kalman filtering recursive weighted least squares information fusion
1 沈阳理工大学 自动化与电气工程学院, 沈阳 110159
2 中国科学院沈阳自动化研究所, 沈阳 110016
为了提高红外成像质量的同时更大程度地保持纹理信息,提出一种多尺度分析和加权最小二乘法的条纹噪声非均匀性校正算法.该算法利用加权最小二乘法对图像进行平滑, 应用小波变换提取平滑图像的垂直分量, 并将其垂直分量替换为原始图像的垂直分量, 利用小波重构输出校正后的图像.算法能够精准地去除红外噪声, 而不会带来更加麻烦的“鬼影”问题.用该算法对多组不同红外图像数据进行仿真实验, 并与其他先进的红外条纹非均匀校正算法进行对比分析, 结果表明所提算法校正结果有较好的视觉效果和图像质量评估参数.
红外图像 非均匀校正 条纹噪声去除 加权最小二乘法 焦平面阵列 Infrared imaging Nonuniformity correction Strip noise removal Weighted least squares Focal plane array
1 太原理工大学 信息与计算机学院, 太原 030024
2 太原理工大学 大数据学院, 太原 030024
为了提高多光谱图像的空间分辨能力的同时更大程度地保持光谱信息, 提出了结合多元经验模态分解和加权最小二乘滤波器的遥感图像融合方法.多元经验模态分解解决了传统的基于单变量经验模态分解的遥感图像融合方法中多光谱图像的亮度分量和全色图像分解出的子图像频率不匹配导致融合图像空间细节信息缺失问题, 加权最小二乘滤波器可以精确地估计出源图像的低频信息继而得到高频信息, 减小了传统的经验模态分解方法估计的高频信息中混有低频成分而导致的光谱失真问题.将两者的优点结合, 采用不同的融合规则得到的融合图像在空间细节和光谱信息的保持度较好.选取多组不同卫星数据进行仿真实验, 并与结合多元经验模态分解和àtrous小波变换的方法以及基于加权最小二乘滤波器的遥感图像融合方法等方法进行比较, 实验结果表明本文方法在光谱质量和空间分辨率方面都取得了很好的性能.
遥感图像融合 多光谱图像 多元经验模态分解 加权最小二乘滤波器 融合规则 Remote sensing image fusion Multispectral image Multivariate empirical mode decomposition Weighted least squares filter Fusion rules
1 泉州理工学院, 福建 晋江 362200
2 云南师范大学信息学院, 云南 昆明 650500
3 中国科学院泉州装备制造研究所, 福建 晋江 362200
针对经典的暗通道理论算法在处理雾天图像时天空区域出现光晕和亮度损失的问题,提出了一种基于边界限制加权最小二乘法滤波的雾天图像增强算法。该方法根据雾天图像的直方图特性,分割出天空区域,并求解出了全局大气背景光;根据辐射立方体法则推导出边界限制条件,得到了初始的透射率,运用加权最小二乘法滤波方法和容差机制,对透射率进行了平滑处理;利用暗通道理论的模型,求取了增强后的图像。研究结果表明,在去雾效果和图像的可视度方面,所提算法优于现有的暗通道算法。
图像处理 图像增强 边界限制 加权最小二乘法滤波 天空区域分割 暗通道理论
1 中国航空工业集团公司 洛阳电光设备研究所, 河南 洛阳 471023
2 长春理工大学 电子信息工程学院, 吉林 长春 130022
针对多尺度分解在图像融合领域中的广泛应用, 本文提出了一种多级方向加权最小二乘滤波器图像多尺度几何分析方法。该方法利用加权最小二乘滤波器对图像进行多级边缘保持分解, 得到一个近似图像和多个不同尺度上的细节图像, 然后采用小尺寸方向剪切滤波器对细节图像进行方向分析, 在不同尺度上生成多个方向细节图像。根据近似图像和方向细节图像所具有的不同物理意义, 分别采用不同的融合策略对分解后的图像系数进行合并处理, 最后应用多级方向加权最小二乘滤波器的逆变换得到融合图像。多组图像融合实验结果表明, 在图像融合领域, 本文提出的基于多级方向加权最小二乘滤波器的图像分解方法优于已有文献中的一些典型多尺度分解方法。
多尺度几何分析 边缘保持 加权最小二乘滤波器 融合准则 multi-scale geometrical analysis edge-preserving weighted least squares filter fusion criteria