搜索资源列表
Iterative-Algorithms--
- 本论文从CT图像重建原理入手, 根据迭代重建的物理意义, 从投影模型出发, 得到投影数据, 然后利用迭代算法MART 及SIRT 重建出断层图像, 再与模型相比较, 从而确定各算法的优劣, 总结出如何选择合适的图像重建算法。-Iterative Algorithms in Computed Tomographic Reconstruction
q
- 三维重建论文很好的 三维重建论文很好的-a good paper of contruct
sparseMRI_v0.2.tar
- sparse mri源程序,应用压缩感知重建磁共振图像-sparse mri sourse code
synthesis-SR
- 是一篇外国人写的文章,对自由视点的图像进行超分辨率重建,感觉效果比较好,有能力的人可以学习并实现算法。-It is a foreigner writing essay, for freedom viewpoint image super-resolution reconstruction, the effect is better, have the ability to learn and implement the algorithm.
OMP
- 为了解决基于去噪重建过程,即解决稀疏系数原理的图像稀疏表示-In order to solve the reconstruction process based de-noising, that a solution to the sparse coefficient principle sparse representation
OMP
- :针对压缩感知算法重建时间长、图像重建质量不高等不足 , 在认真分析压缩感知算法的基础上 , 提 出一 种压缩感知多描述并行算法。为了提 高系统运行速度和重建 图像质量, 将 经过稀疏 变换后 的系数进行 交织抽 取 , 分成多个子图像 , 再利用 Op e nMP将子图像分配到各线程中并行实现分块压缩感知。实验结果表明, 随着抽 取数的增加,图像的重建质量呈上升趋势, 在 3 2抽取时图像的重建质量比单抽取的高出了7. 2 4 dB; 随着线程数 的增加 , 程序的执行效率不断提 高, 最高可
PCA_ORL
- 人脸识别技术作为生物体特征识别技术的重要组成部分,在近些年来已经发展成为计算机视觉和模式识别领域的研究热点。本实验是基于K-L变换的主成分分析法(PCA)在人脸识别中的应用,在ORL人脸库的基础上通过Matlab实现了快速PCA算法的验证仿真,并对样本图像进行了重构。本实验在ORL人脸库的基础上,选用每人前5张图片,共计40人200幅样本图像,通过快速PCA算法将10304维的样本特征向量降至20维,并实现了基于主分量的人脸重建,验证了PCA算法在高维数据降维处理与特征提取方面的有效性。-Fac
direct-relative-orientation
- 一篇综述性文章,综述性的介绍三维重建中的相对定向,-A review article describes the three-dimensional reconstruction of a review of the relative orientation,
2.4Pkb-sPMELP
- 提出了一种新的工作于极低码率下的混合激励线性预测(MELP)声码器.该声码器结合了线性预测编码(LPC)和多带激励编码算法的优点,对算法和量化方案重新进行了设计和改造,其主要特征包括改进的基音检测算法、混合的周期脉冲和随机噪声激励、有效的线性谱频率(LSF)参数量化以及激励谱形状表示.非正式主观测试表明,由采用本算法的一个2.4 kb/s编码器所重建的语音质量略优于美国联邦标准4.8 kb/s码激励线性预测编码(CELP)所重建的语音质量.-New Mixed Excitation Linear
4
- 正在成像的物体的光谱反射率的重建对于在各种观察光源下再现颜色是重要的。在这项工作中,导出了一个简单的公式来评估一组旨在重建光谱反射率的彩色图像传感器的质量,并将其应用于多光谱图像采集系统。由于质量不仅取决于光谱灵敏度,还取决于系统中存在的噪声,所以不可能在没有其中存在噪声的情况下对一组传感器进行评估。因此,多光谱相机的噪声方差由新方案估算,并首次应用于评估。结果表明,实验结果与评估模型的预测吻合良好,估计噪声方差估计方法对评估是有用的。(The reconstruction of spectra
CQMFB的设计
- 设计一CQMFB,低通滤波器H0(Z)来自一半带滤波器。该半带滤波器的长度为47,通带截止频率wp=0.42pi,试给出H0(Z),H1(Z),G0(Z),G1(Z)的幅频响应,单位抽样响应并画图。试着产生一信号,它由两个正弦加白噪声组成,一个在低频,一个在高频,正弦的频率及和白噪声的信噪比自己给定。使用所设计的滤波器对该信号进行分解和重建。比较重建后的效果,并对结果进行分析。(The design of the CQMFB)
DeepLearningforPassiveSyntheticApertureRadar
- 通过大量的数值模拟,我们的深度学习为基础的方法优于传统的稀疏编码方法在计算方面和重建图像质量,特别是当没有对发射机的信息是可用的。(our deep learning based method is better than the traditional method in calculation and the quality of image reconstruction, especially when no information is available on the transmit
Reconstructing Plants in 3D from a Single Image Using Analysis-by-Synthesis
- 成熟的计算机视觉技术允许重建 从图像中挑战3D对象。然而,由于高度的复杂性 植物拓扑中,用于生成三维植物模型的专用方法 必须设计。我们建议使用 一种综合分析方法,混合来自单一图像的信息 以及对植物种类的先验知识。 首先,我们专用的骨架算法从叶子分割中生成一个可能的分支结构。然后,一个3D生成模型, 建立了考虑植物知识的分支系统参数模型。生成的骨架遵循 自然分支结构的层次结构。的一个实例 可以生成一个3D模型。的变参数值 生成模型(植物和树叶的主要分枝结构),我们 生产一系列
压缩感知
- 本文分别以稀疏基有离散余弦变换基(DCT)和快速傅立叶变换基(FFT)做为稀疏基,高斯随机矩阵、部分哈达玛矩阵为测量矩阵,L1范数、正交匹配追踪算法(OMP)为重建算法进行压缩感知算法实现。(In this paper, DCT and FFT are used as sparse basis, Gauss random matrix and partial Hadamard matrix are used as measurement matrix, L1 norm and OMP are u