-
公开(公告)号：CN104091314A
公开(公告)日：2014-10-08
申请号：CN201410348851.5
申请日：2014-07-22
Applicant: 西北工业大学
Abstract: 本发明涉及一种基于边缘预测和稀疏比值正则约束的湍流退化图像盲复原方法，技术特征在于：首先从当前复原图像中预测出有效的边缘，然后将边缘预测信息与自然图像边缘的稀疏先验信息相结合指导点扩散函数复原，最后通过一种非盲复原算法恢复出当前的目标图像，并将此复原图像作为下一次边缘预测的输入，如此迭代循环直到求出清晰的复原图像。本发明方法结合图像的先验信息与退化图像自身包含的有效信息，能有效抑制图像复原过程中产生的伪迹并恢复出更多的细节，故复原效果更好。
-
公开(公告)号：CN104880708B
公开(公告)日：2017-07-04
申请号：CN201510051642.9
申请日：2015-01-30
Applicant: 西北工业大学
IPC: G01S13/86
Abstract: 本发明涉及一种以多模粒子滤波框架为基础，在粒子状态预测与更新步骤中，依据粒子存在变量进行预测粒子状态集的采样，考虑当前观测值与机动目标状态粒子的关联程度，利用模糊拍卖算法与粒子群优化理论解决观测集与机动目标状态采样粒子集之间的关联问题，并给出机动目标出现与消失的判定准则，实现粒子权值更新；利用序贯重要性采样理论对混合采样粒子集进行重采样，得到包含模型信息和状态信息并能逼近每个机动目标状态后验概率分布的粒子集；考虑粒子存在变量的影响，按照目标模型概率进行粒子状态融合得到机动目标局部状态后验估计值和均方误差；最后，对各传感器局部航迹信息进行加权融合，得到各机动目标的全局状态估计值，实现对机动目标数目及状态变化的准确估计。
-
公开(公告)号：CN104880708A
公开(公告)日：2015-09-02
申请号：CN201510051642.9
申请日：2015-01-30
Applicant: 西北工业大学
IPC: G01S13/86
CPC classification number: G01S13/86
Abstract: 本发明涉及一种以多模粒子滤波框架为基础，在粒子状态预测与更新步骤中，依据粒子存在变量进行预测粒子状态集的采样，考虑当前观测值与机动目标状态粒子的关联程度，利用模糊拍卖算法与粒子群优化理论解决观测集与机动目标状态采样粒子集之间的关联问题，并给出机动目标出现与消失的判定准则，实现粒子权值更新；利用序贯重要性采样理论对混合采样粒子集进行重采样，得到包含模型信息和状态信息并能逼近每个机动目标状态后验概率分布的粒子集；考虑粒子存在变量的影响，按照目标模型概率进行粒子状态融合得到机动目标局部状态后验估计值和均方误差；最后，对各传感器局部航迹信息进行加权融合，得到各机动目标的全局状态估计值，实现对机动目标数目及状态变化的准确估计。
-
公开(公告)号：CN104091314B
公开(公告)日：2017-02-01
申请号：CN201410348851.5
申请日：2014-07-22
Applicant: 西北工业大学
Abstract: 本发明涉及一种基于边缘预测和稀疏比值正则约束的湍流退化图像盲复原方法，技术特征在于：首先从当前复原图像中预测出有效的边缘，然后将边缘预测信息与自然图像边缘的稀疏先验信息相结合指导点扩散函数复原，最后通过一种非盲复原算法恢复出当前的目标图像，并将此复原图像作为下一次边缘预测的输入，如此迭代循环直到求出清晰的复原图像。本发明方法结合图像的先验信息与退化图像自身包含的有效信息，能有效抑制图像复原过程中产生的伪迹并恢复出更多的细节，故复原效果更好。
-
-
-
Search Results
4
records
(took 0.017 seconds)
