子块

基于八叉树的地震数据分布式存储与计算
能充分利用分布式子块形式存储的地震数据。不同编程模型的取舍及实现的复杂度主要体现在—合适的并行粒度需要根据计算量、通信量、计算速度、通信速度进行综合平衡，同时设法加大计算时间相对于通信时间的比重，减少通信次数、甚至以计算换通信等。不管选用何种并行编程模型，均会涉及到任务划分、通信分析、任务组合及处理器映射等关键环节。本文在参考谷歌文件系统基础上，利用三维空间下八叉树结构与编码的快速空间定位机制，实现对三维大数据体的结构分块存储，同时设计了基于地震道的一级缓

智能计算机与应用 2022年10期2022-11-05
WHT联合次优分层迭代PTS算法抑制OFDM信号峰均比
，必须穷举出所有子块与相位因子的排列组合，这让PTS算法的计算量随着相位因子和子块数量的增加呈指数级增长。文献[9]提出了迭代PTS方法（IPTS），该方法不需要穷举所有的排列组合，只需要较少的迭代搜索就能找到一组优化系数，算法描述如下：1）令相位因子个数为，即b(=1,2,…,)；子块数为个，即x(=1,2,…,)；2）改变第一个子块，即所有加权系数，得到'=b(=1,2,…,)，分别计算所有'的PAPR值，找出最小的PAPR值所对应的相位因子，并固定该

现代电子技术 2022年21期2022-11-03
基于JS散度和潜在特征提取的多块PCA故障监测
分的不同方向构造子块，将原始特征空间划分为多个子块空间并分别进行监测；K. Ghosh[4]等提出一种基于故障信息的多块监测方法，该方法利用优化算法选择与故障最相关的变量子块，然后分别在子块中建立PCA监测模型，最后通过贝叶斯推断融合所有子块的监测结果。上述的多块监测方法虽然通过多块建模策略克服了单一模型易忽略局部信息的缺点，但是这些方法并没有深入挖掘数据中潜在的特征信息。传统的多块PCA故障监测方法能够很好地监测到幅值变化较为明显的故障，但是当故障呈现为

仪表技术与传感器 2022年5期2022-07-02
自适应分块优化的目标跟踪算法
移[12]。图像子块具有较好的特征不变性，对遮挡及光照变化等具有较好的抗干扰性能[13]。基于此，Bency等[14]将自适应KCF与子块分割相结合，通过子块KCF和预测加权进行目标跟踪；夏斯维等[15]结合光流法与分块思想，在失效判别基础上，通过块内滤波训练和块间加权融合提高跟踪精度。已有基于图像分块的跟踪算法以固定的矩形分块为主，不利于目标特征的多样性检测，而且容易引入背景干扰。在已有研究基础上，提出基于自适应分块和子块异步更新的目标跟踪算法，算法首先

计算机工程与设计 2022年6期2022-06-23
尺度自适应的分块核相关滤波目标跟踪算法
使用KCF方法对子块进行独立跟踪的基础上，通过粒子滤波算法和贝叶斯推理框架来确定目标位置。但上述方法着重于通过分块算法提高算法应对目标遮挡的性能，忽略了目标子块间相对位置变化所隐藏的尺度信息。由此本文在KCF算法的基础上，提出了一种尺度自适应的分块跟踪算法。为减弱遮挡部分的影响，由局部滤波器提供目标位置的粗略估计，然后由全局滤波器用作初始估计以确定目标的准确位置；同时利用各子块间相对位置的变化来计算目标尺度。1 核相关滤波算法KCF简介核相关滤波算法KCF

太原科技大学学报 2022年1期2022-02-24
寻找矩阵最大线性无关子块的两种算法研究
A的最大线性无关子块。引理2[3]r维向量组的每一个向量添加n-r个分量成为n维向量。如果r维向量组线性无关，那么，n维向量组也线性无关。反言之，如果n维向量组线性相关，那么，r维向量组也线性相关。2 寻找矩阵中最大线性无关子块的两种算法由引理2可知对于n维向量组，判断线性相关性，只需判断n维向量组中的每一个向量去掉n-r个分量后所形成的r维向量组的线性相关性即可。因为r+1个r维向量组一定线性相关，故在实际应用中需考虑向量组中向量的个数。(1)其中(2)

河北北方学院学报（自然科学版） 2022年1期2022-02-15
基于多进程并行加速的太阳高分辨图像重建方法*
28 pixel子块的相位。文[5]从1 m新真空太阳望远镜(New Vacuum Solar Telescope, NVST)的TiO通道选取一组子块图像(100 × 256 × 256 pixel)，采用OpenMP方法实现了一组子块图像的并行化，重建单帧256 × 256 pixel的子块图像，运行时间减少至2.7 s，获得2.5倍加速。文[6]采用图形处理器的统一计算设备架构(Compute Unified Device Architecture,

天文研究与技术 2021年4期2021-10-26
基于互信息的多块k 近邻故障监测及诊断
投影方法，为每个子块以及整个过程建立监测模型。文献[14]采用Jarque-Bera(J-B)检测方法并利用变量间的Hellinger 距离获得高斯和非高斯子块，然后分别采用不同的方法进行建模，并对每个子块的统计量进行加权得到总的联合指标实现在线监控；文献[15]将整个过程划分成多个子块单元，然后在每个子块单元内分别进行相对变换独立主元分析处理，实现故障排查和识别；Ge 等[16]提出分布式PCA的全流程过程监控方法，利用过程变量在主元方向上的贡献度划分子

智能系统学报 2021年4期2021-09-11
基于复杂度差异的VVC中360度视频CU划分快速决策
算子分别计算4个子块的纹理复杂度，并记录母块CU在原本算法中选择的划分方式。4种典型CU的划分方式及其子块复杂度如表3所示。表3 4种典型CU的划分方式及其子块复杂度从表3中可以看出，①号CU的子块4复杂度非常高，与位于第2高的子块1之比大于4，在这种对比下，子块1～3的复杂度视为在同一数量级；同理，②号CU的子块1复杂度很低，位于第2低的子块3与其之比约等于3，在这种对比下，子块2～4的复杂度视为在同一数量级。在这2种情况下，母块CU均选择了四叉树划分。

北京工业职业技术学院学报 2021年3期2021-07-28
层次变分高斯混合模型与主多项式分析的故障检测策略
程数据分解为多个子块；然后，利用具有多个局部模型的VBGMM 将各子块再次分解为附属子块，并将附属子块的信息作为模型参数对VBGMM 进行重构；接下来，将重构的VBGMM 作为初始模型重新分解原始过程数据，重复上述步骤直到每个子块均无法分解时停止；最后，在每个子块内建立局部PPA 模型将各子块数据分解为主多项式空间与残差空间，并分别在其各自的子空间中计算T2和SPE 统计量进行故障检测。通过数值例子与Tennessee Eastman(TE)过程的仿真验证

化工学报 2021年3期2021-04-09
基于特征值算法的图像Copy-Move篡改的被动取证方案
2.3 重叠划分子块经过Copy-Move 篡改的图像，存在两个相同或相似的区域，其对应位置的像素值是相同的。为了检测出相同或相似区域，可以进行像素值比较，结果相同则认定为篡改区域。然而这是不科学的，因为同一幅图像中存在大量相同的像素点，比如在500×500 的图像中，像素点的个数为250000，而像素值的范围仅为0～255。所以，自然图像中本身就存在大量相同像素值的点。因此，通过像素值不能确定篡改区域。本文采用重叠划分子块的方法。先固定子块尺寸并使子块尺

现代计算机 2021年36期2021-03-14
一种分层信息提取的多块主元分析故障监测方法
投影方法,为每个子块以及整个过程建立监控图表。Westerhuis等[13]从算法角度比较了传统PCA和PLS方法,先根据已有知识对变量进行分块,再用其分别对子块建模,最后将结果融合。这些分块方法要求熟悉工业过程并具备一定的先验知识,当先验知识相对匮乏时,模型建立变得十分困难。因此基于数据的变量分块方法成为了研究热点。一种基于故障的变量选择和基于贝叶斯推断的分布式方法由Jiang等[14]提出,首先使用优化算法为每个故障识别最佳变量子集,其次对每个子块进行

南京理工大学学报 2020年4期2020-09-21
矩阵最大线性无关子块提取研究
一个最大线性无关子块，P、Q为相应的置换矩阵，R是任意一个r阶的非奇异矩阵.可知，得到M+的关键在于提取矩阵A的一个最大线性无关子块A11，本文将给出提取A11及相应的置换矩阵P、Q的算法.1 相关定义及引理定义1 若矩阵A的秩为r，则A必有一个非奇异的子矩阵A11∈Rr×r，称A11为矩阵A的最大线性无关子块.2 提取A11及相应置换矩阵P,Q的算法则故是齐次线性方程组Λix=0的一个解.其中算法1：(1)size(A)=[m,n]，置初始量：m阶单位矩

玉溪师范学院学报 2020年6期2020-03-12
超声乳腺肿瘤图像中种子点的自动定位研究
幅图像等分为四个子块，并逐块检查子块的灰度；如果某子块内所有的灰度值小于指定阈值，则这个子块就不再继续等分，否则，该子块继续分解为四个子块，直到每个子块的灰度值均小于指定阈值。在我们运用四叉树方法对乳腺超声图像进行分解之前，先将图像尺寸统一放缩为 5 12×512 ，阈值不同，图像的分解程度不同，图像将会被分解成 2 56×256 、128×128、 6 4×64 、 3 2×32 、 1 6×16 、 8 ×8 、 4 ×4 、2×2、 1 ×1 不同规

光学仪器 2019年6期2020-01-18
基于两层分块GMM-PRS 的流程工业过程运行状态评价
理特性划分层次和子块,这种措施已广泛应用于安全性能评价中[23−24].Macgregor 等[25]和Jiang 等[26]分别提出了分块的多元统计方法和分块的概率论方法,来处理流程工业过程性能评价问题.相比于分块方法,分层的性能评价方法更注重子块之间的相关性[27].在分层或分块性能评价思想的基础上,研究者在质量预测[28]、自适应[29]等方向进行了进一步探索.但目前对流程工业过程优性评价的研究还较少.传统的分层分块性能评价方法难以直接应用于实际流程

自动化学报 2019年11期2019-12-12
基于X-DSP 的GEMM 算法实现∗
l*KSM的较小子块。矩阵B 的子块也被分为KSM*Nkernel。通过驻留在L2中的A 子块与L1 中的B 子块相乘得到Mkernel*Nkernel的小块矩阵C。通常情况下，为了减少L1 Cache 的冲突，B 矩阵分块KSM*Nkernel容量应该小于L1 Cache容量的一半。Mkernel与Nkernel的选择取决于内核中可用的寄存器数量。Goto BLAS 针对以往处理器研究的大量文献［18～21］的实验结果都表明Mkernel*Nkernel

计算机与数字工程 2019年11期2019-11-29
基于改进CLAHE的水下彩色图像增强算法*
E的基础上对每个子块的直方图进行限幅，可以较好地抑制噪声放大，算法具体步骤如下。1）将原图像分成n*n个大小相等且互不叠加的子块。2）计算每个子块的直方图。3）计算裁剪幅值T。式中，nx和ny为每个子块在x和y方向上的像素个数，K为灰度级数，c为裁剪系数。4）裁剪直方图，并对像素点进行分配。根据裁剪幅值T对子块直方图h(x)进行裁剪，如图1（a）所示；然后将裁剪掉的像素数平均分配到每个灰度级上，如图1（b）所示。设超出裁剪幅值T的像素总数为S，每个灰度级平

舰船电子工程 2019年11期2019-11-28
基于块划分的空时域自适应差错掩盖算法
，将前一帧中所有子块的运动向量进行外推，选择候选子块中与受损子块重叠区域最大的子块的运动向量作为丢失子块的运动向量，然后通过运动补偿得到丢失宏块的最佳替代块。Zhou等人在文献[5]的基础上，利用丢失宏块周围正确接收宏块的运动向量，提出了一种更加精细的运动向量外推算法[6]，提高了MVE的掩盖质量。Lin等人在上述基础上，利用丢失宏块周围正确接收宏块的残差对运动向量进行加权，提出了基于残差的运动向量外推算法（residual-based motion ve

计算机与生活 2019年1期2019-01-17
基于波浪式矩阵置换的稀疏度均衡分块压缩感知算法
在采样阶段，每个子块的采样率依据显著信息自适应地变化；在重建阶段，根据不同图像显著信息的差异，自适应地滤波。图像分块后各子块的稀疏度是不一样的，稀疏度小的子块重构效果差，稀疏度大的子块重构质量好，不同重构效果的子块合成一幅图像时便会出现块效应。而上述研究都是从自适应采样的角度出发，通过为不同稀疏度的子块分配不同的采样率来消除块效应[13]。Zhang等[14]为减小采样率分配不精确带来的误差，同时消除自适应采样中存储多个测量矩阵的缺陷，对图像块本身做处理，

计算机应用 2018年12期2019-01-07
一种红外点目标图像高保真压缩方法
疑似目标点所在的子块进行无损压缩，对不包含疑似目标点的子块进行近无损压缩，从而在不损失目标信息的前提下，提高压缩比，降低下传数据率，减轻数据传输压力[8-9]。1 目标-背景分类压缩方法1.1 问题的提出压缩比是图像压缩性能最重要的衡量指标，其值越大越好。对于红外点目标图像，无损压缩方法压缩比不高，而有损压缩方法易损失甚至丢失目标信息。JPEG-2000图像压缩标准是常用压缩方法，具有无损、有损2种压缩模式，有损模式具有“高压缩比、低比特速率”优势[10-

上海航天 2018年5期2018-11-03
基于改进的多块核主元分析的风电机组故障诊断方法
据分块份数及每个子块的实际意义，可提高各子块分析结果的解释能力；采用因子分析方法，通过对机组各运行状态下数据特征贡献率的计算，确定正常情况下的典型数据并作为最终诊断模型的样本，提高MBKPCA方法的准确性。1 MBKPCA方法及改进1.1 KPCA与MBKPCA方法核主元分析法(KPCA)[11]是在传统主元分析法(PCA)基础上引入核函数概念的方法，通过非线性函数将输入的低维数据映射到高维空间中进行处理，用核函数运算代替非线性变换后进行特征空间内积运算，

动力工程学报 2018年10期2018-10-26
光学显微镜自动聚焦算法研究
提出一种根据图像子块梯度幅值总和变化量的聚焦窗口选择方法。而在选取聚焦评价函数方面，针对传统的聚焦函数受噪声影响而引起曲线失去理想特性的问题，提出一种基于梯度和方差的改进算法。1 聚焦窗口聚焦窗口的选取直接影响着后续聚焦算法的计算量、复杂度和准确度[5]。传统的聚焦窗口选择方法有中央选择法[6-7]、倒T型选择法[8]和黄金多点选择法[9]等。这些方法一般先假设被测目标的位置是固定的，或其分布有一定的规律性，一旦被测目标偏离或是遇到稀疏内容图像时，传统的方

中国测试 2018年6期2018-07-05
基于峰值优化的改进PTS算法
为M个互不相交的子块序列Xm=[Xm,0,Xm,1,…,Xm,LN-1],1≤m≤M。表达式为(4)(5)(6)(7)图1 PTS的基本原理Fig.1 Basic principle of the PTS3 基于峰值优化的PTS算法基于峰值优化的PTS算法是通过某种度量方法从LN个采样位置中找出易出现较大峰值的Nγ个采样位置,对Nγ个采样位置的采样点数据集中优化而不是对LN个采样位置的采样点数据优化,减少了优化的采样点数,从而降低了计算复杂度。规定度量值V

系统工程与电子技术 2018年7期2018-06-28
基于短时傅里叶变换的纺织材料纤维取向度测量方法
图像加窗后的各个子块建立独立的坐标系，可将上式简化为：2 基于STFT测量纤维取向度纤维图属于非平稳信号，不满足整体傅里叶变换的要求，因此本文采用短时傅里叶变换对纤维图像进行频谱分析.本文提出的基于短时傅里叶变换的纺织材料纤维取向度测量方法整体流程如图1所示.图1 测量方法的整体流程Fig.1 Overall flow chart of measurement method主要步骤为：（1）把纤维图像分成大小为M×M且相互重叠量为 N 的子块 S（x，y）

天津工业大学学报 2018年1期2018-03-05
多主体框架下基于FCM的彩色遥感图像分割
像域划分成若干个子块，每个分割主体控制一个子块；然后每个分割主体分别执行初始分割，并与全局分割模型协调子块类别数与标号统一；再利用分割主体邻域协调解决遥感图像局部非均匀性对图像分割的影响，以确定局部聚类中心，从而实现全局最优分割。1 MAS分割模型1.1 FCM算法(1)式中，a为模糊因子；dik为像素i到聚类中心vk的欧氏距离；V={vkk=1,2，…,K}为聚类中心矢量。引入拉普拉斯算子作为式(1)的求极值约束条件，得到模糊隶属度函数为(2)则聚类中心

测绘通报 2018年1期2018-02-28
不可压缩绕流的并行格子Boltzmann模拟
动区域内划分若干子块以及与周围子块之间的重叠边界, 每个子块的计算是并行的[13], 利用MPI(message passing interface)并行平台实现全场的并行计算, 进而达到增加计算网格数量的目的.1 格子Boltzmann 模型在标准的二维网格空间中, 定义fα(x,t)为位置x、在时刻t沿方向α的粒子分布函数. 流场中的密度和动量定义为(5)平衡态分布函数为(6)(7)其中τ为松弛因子.引入Knudsen数ε, 其定义为平均自由程l与特

吉林大学学报（理学版） 2018年1期2018-01-26
基于图剖分的多块结构网格负载平衡方法
算法，采用改进的子块分裂方法与图剖分算法的循环调用实现结构对接网格剖分，并通过建立不同物体重叠网格间的连接关系，实现了结构重叠网格的负载平衡。采用2个典型算例对方法进行了对比验证，数值结果表明，子块分裂方法对剖分结果具有重要影响，采用循环调用算法及改进的子块分裂方法能有效地实现计算负载均衡及通信量优化，同时显著减少了网格块数及因虚网格导致的内存需求，有利于提高并行效率。该负载平衡方法与网格拓扑无关，适用于多块结构对接网格及重叠网格，且整体型剖分方式对于多块

航空学报 2017年5期2017-11-20
一类广义Feistel结构的安全性分析
,论文给出一个4子块的GFSRP-SP结构的实例,并通过建立搜索算法,得到了更精确的活动S盒个数的下界。结果表明,4子块的GFSRP-SP结构具有较好的抵抗差分攻击与线性攻击的能力,可应用于分组密码设计。分组密码; 广义Feistel结构; 活动S盒Class Number TP3931 引言整体结构作为分组密码的重要特征,对分组密码的实现效率与安全性都有非常大的影响。国内外公开的分组密码最为常见的整体结构是SPN结构和Feistel结构。广义Feiste

舰船电子工程 2017年2期2017-03-03
查表法实现LTE中Turbo码解速率匹配
进行的，主要分为子块交织，比特收集，比特选择和删减三个子过程。如图1所示。图1 Turbo编码速率匹配流程图2.1 子块交织处理（1）令交织矩阵的列数，矩阵的行数为满足的最小的整数，的最大值是193。0列位置开始逐行写入比特序列yk。表1 子块交织器列间置换模式2.2 比特收集，选择和裁剪用Ncb表示第r个码块软缓存的比特长度。用E表示第r个码块的速率匹配的输出序列长度，速率匹配的输出序列表示为ek，k=0,1,...,E-1。令式中，rvidx表示该传输

数字通信世界 2017年1期2017-02-13
利用导频降低峰均值比算法的研究
据信号分别分割成子块，然后将导频子序列分别插入到数据子块中，通过反馈及循环移位产生更多的待选序列，更好的降低PAPR。仿真结果表明所提方法可以有效降低PAPR，且其误码率（BER）性能与C-PTS相当。部分传输序列；反馈；循环移位；峰均功率比；误码率近年来，正交频分复用（Orthogonal Frequency Division Multiplexing，OFDM）技术已广泛应用于大量数据的传输和通信中，是未来4G和5G发展的关键技术之一［1］。然而，峰均

现代电子技术 2016年13期2016-11-12
基于FPGA的多通道数据采集系统的设计
当转换结果写入到子块A(B)时，子块B(A)输出上次转换结果，两个子块交替工作[7]。本系统共设置8个双口RAM块，分别存储8路转换结果。FPGA控制单元向所有RAM块提供统一的时钟信号、控制信号以及使能信号，因此8路转换结果被同时写入到8个RAM块的子块A(B)，并且8个RAM块的子块B(A)内的转换结果被同时输出。DSP数据处理电路通过接口电路读取缓存后的AD转换结果，并且对数据做进一步处理。同时，DSP数据处理电路给FPGA控制单元发出系统启动信号。

电气自动化 2016年1期2016-10-13
多特征分块匹配的移动机器人目标跟踪
时更新目标模型和子块权重，提高跟踪的准确性。利用扩展卡尔曼滤波（Extend Kalman Filter，EKF）提取目标运动特征，当目标被完全遮挡时，根据其先验估计预测目标位置，以提高算法的鲁棒性。实验结果表明，该算法对目标快速移动、光照变化、遮挡问题具有较强鲁棒性，算法跟踪速度达132frame/s，满足跟踪实时性要求。分块匹配；多特征跟踪；子块权重；目标模型更新移动机器人目标跟踪是机器视觉领域的重要问题之一，它广泛应用于智能监控系统、智能交通、人体行

电子设计工程 2016年1期2016-09-08
巧用可见水印拼接图像
并分割成8×8的子块，求出原始图像灰度的平均值、各子块的灰度值，并计算出每个子块的水印嵌入系数。每个子块嵌入系数的计算公式为式中，Fij为原始图像的灰度图像中子块（i，j）的水印嵌入系数；aij为原始图像的灰度图像中子块（i，j）的归一化方差；amin为原始图像的灰度图像中的最小方差；amax为原始图像的灰度图像中的最大方差。2.获取原始图像各块的Y、U、V分量，获取水印图像的Y分量，利用子块的水印嵌入系数将原始图像子块的Y分量与水印图像子块的Y分量合并形

发明与创新 2016年14期2016-06-09
巧用可见水印拼接图像
并分割成8×8的子块，求出原始图像灰度的平均值、各子块的灰度值，并计算出每个子块的水印嵌入系数。每个子块嵌入系数的计算公式为Fij=。式中，Fij为原始图像的灰度图像中子块（i，j）的水印嵌入系数；aij为原始图像的灰度图像中子块（i，j）的归一化方差；amin为原始图像的灰度图像中的最小方差；amax为原始图像的灰度图像中的最大方差。2.获取原始图像各块的Y、U、V分量，获取水印图像的Y分量，利用子块的水印嵌入系数将原始图像子块的Y分量与水印图像子块的Y

发明与创新·中学生 2016年4期2016-05-14
基于Merkle树的P2P流媒体内容完整性校验
该资源分为7 个子块（Chunk）C0－C6，如图1所示。图1 Merkle树根据资源分块数目，需要构建相应规模的Merkle树使得叶子结点数足够容纳所有的子块，叶子结点数一般是2的整数次方。所以Merkle树宽度为8，叶子结点从左至右依次对应7个子块C0－C6，剩余的叶子结点为空并不对应子块，哈希值为全零，仅用于辅助校验而无需当做数据进行实际传输，而每个子块可以由单向哈希算法SHA1计算得到一个20B 的哈希值，根据单向哈希算法自身的特性，如果子块内容发

计算机工程与设计 2015年7期2015-12-23
基于分布式ICA-PCA模型的工业过程故障监测
过程难以自动划分子块及过程数据存在非高斯信息的情况。首先，对过程数据进行PCA分解，并在PCA主成分不同的方向上构建不同的子块，把原始特征空间自动划分为不同子空间。然后，对各个子块采用ICA-PCA两步信息提取的策略，提取出高斯信息和非高斯信息，并构建新的统计量和统计限。最后，通过Tennessee Eastman(TE)过程的仿真实验，验证所提出故障监测模型的有效性和可行性。复杂工业过程；自动划分子块；非高斯；ICA-PCA；故障监测独立主元分析（ICA

化工学报 2015年11期2015-09-08
基于Epiphany 计算并行矩阵乘法的研究
应地划分成p 个子块，则第k 个行块Ak又可进一步划分为[Ak，0Ak，1… Ak，p－1]。则Ak，j可以表示如下：图1 矩阵的二维网格划分Fig. 1 The matrix of the two-dimensional grid图1 中划分矩阵A 的下标k 是按行连续划分的下标，下标j 是与处理器个数相对应的列上划分，它们都与处理器个数p 相关，因此范围都是[0，…，p－1]。n 阶矩阵A 的子块分成了n/p 阶，同理后面所要乘的向量x，

电子设计工程 2015年24期2015-08-26
基于2D-PCA特征描述的非负权重邻域嵌入人脸超分辨率重建算法
人脸图像分成若干子块，利用K均值聚类获得图像子块的局部视觉基元，并利用得到的局部视觉基元对图像子块分类。然后，利用2D-PCA对每一类人脸图像子块提取特征，并建立高、低分辨率样本库。最后，在重建过程中使用新的非负权重求解方法求取权重。仿真实验结果表明，相比其他基于邻域嵌入人脸超分辨率重建方法，所提算法可有效提高权重的稳定性，减少过拟合效应，其重建人脸图像具有较好的主客观质量。图像处理；人脸超分辨率重建；邻域嵌入；局部视觉基元；2维主成分分析1 引言近年来，

电子与信息学报 2015年4期2015-07-12
Video-based vehicle tracking considering occlusion
为若干大小一致的子块.在分块的基础上估计所有子块的运动矢量,检测噪声运动矢量并进行调整,以减少运动矢量估计的误差,然后对子块进行移位以实现车辆跟踪.为了处理车辆间的遮挡现象建立了马尔可夫随机场描述子块之间的关系,利用欧氏距离定义块的邻域,并基于块的直方图构建能量函数,最后利用模拟退火法对能量函数进行优化,以对遮挡区域进行分割.实验结果表明,该算法能够对遮挡车辆进行准确跟踪.车辆跟踪;遮挡处理;运动矢量;马尔可夫随机场U491.1Foundation ite

Journal of Southeast University(English Edition) 2015年2期2015-05-08
基于局部特征和集成学习的鲁棒彩色人脸识别算法
Ms)来描述图像子块的特征.对于具有较大熵的图像子块使用较高阶次的四元数pseudo-Zernike矩(QPZMs)提取特征,反之则使用较低阶次的QPZMs.在匹配识别阶段,使用集成学习分类器进行判别.针对不同彩色人脸图像库的测试结果表明,当人脸图像受到光照、表情等因素影响时,与采用QPZMs或者四元数二维主成分分析(Q2DPCA)进行整体特征提取的识别算法相比,所提算法的识别率更高.彩色人脸识别;局部特征;四元数pseudo-Zernike矩;集成学习在

东南大学学报（自然科学版） 2015年2期2015-04-24
一种适用于无线视频通信的时域错误掩盖算法*
。对于受损4×4子块,将与其直接相邻子块的运动矢量定义为三维坐标点,并构建经过坐标点的平面以表征受损子块邻域内运动矢量的变化趋势,据此通过计算受损子块的空间坐标恢复受损的运动矢量,从而实现受损数据的错误掩盖。仿真结果表明,对不同视频序列和不同宏块丢失率,该算法均可比传统算法获得更好的重建图像质量。无线视频通信; 错误掩盖; 时域替换; 边界匹配算法; 运动矢量恢复Class Number TN921 引言在无线视频通信中,由于无线信道的多径时延扩展、多普勒

舰船电子工程 2015年8期2015-03-14
基于超分辨率分形解码和误差补偿的图像插值算法
M通常由“父块－子块对”和相应的相似变换关系表示.因为块之间的相似关系与实际的数字图像分辨率无关，所以由相似关系所决定的吸引子能够以任意的精度重建.根据这一原理，作者对分形图像插值算法进行研究.1 分形编码原理记（M，d）为数字图像构成的测度空间，d为测度，对于定义在（M，d）上的压缩映射ω＝｛ω1，ω2，…，ωn｝及图像μ∈（M，d），若则μ是由ω唯一决定的吸引子.对于任意给定的初始图像ζ∈（M，d），可利用下式对μ进行迭代求解第i次迭代后的图像ωi（ζ

安徽大学学报（自然科学版） 2015年4期2015-02-10
基于零系数块和快速MPPM的AVS帧内预测算法
括4个8×8亮度子块和2个色度子块，其中子块的分隔及序号如图1所示，0～3为亮度子块，4～5为色度子块，编码的比特流中若包含语法元素cbp，表示当前宏块中序号从0～5的4个8×8亮度块和2个色度块是否包含非零变换系数，cbp的第n位为0表明序号为n的8×8子块中没有非零系数，即该8×8子块中的任一像素值都为0，这样的子块称为零系数块［2］。图1 4∶2∶0下AVS宏块分隔子块在AVS参考软件GDM2.1中，元素cbp的编码是在帧内预测编码的最后阶段进行的，

电视技术 2014年5期2014-11-20
基于统计假设测试的噪声方差估计方法
构特征度找出平滑子块和非平滑子块（含有边缘或纹理子块）；以平滑子块中的最小方差为参考方差，选择出方差与参考方差相差在一定范围内且不含边缘的所有子块；从选出的子块中求以图像结构特征度为权重的方差平均值作为噪声方差估计值。相比于现有的噪声估计方法，该方法具有非常高的估计精度，适合感染高斯噪声的各种图像。白高斯噪声；噪声图像；噪声估计；统计假设测试1 引言在数字图像处理过程中，很多图像处理算法把噪声方差作为已知参数，例如：去噪算法[1-3]、运动检测算法[4]、

计算机工程与应用 2014年21期2014-09-12
一种双重判断机制的音频篡改盲检测算法*
中ENF 信号各子块与参考信号取得最大相关时的偏移量，通过最大相关偏移的变化情况来检测音频篡改.文中从两个方面改进文献［13］中的方法:一是提出一种不需要额外参考信号来计算各块ENF 信号最大相关偏移的方法;二是利用最大相关偏移的变化及其极值点斜率变化联合判断篡改区域.所提出的方法更加便捷和准确.1 文献回顾与问题的提出设读取的待测音频信号为s(n)，其采样频率为fs，其中n 为采样时刻.为减小运算量，对音频信号进行下采样得到x(n)=s(nM)，其中M=

华南理工大学学报（自然科学版） 2014年8期2014-08-16
抑制编码误差扩散的深度图帧内编码*
有出现在4 ×4子块之间及出现在4 ×4 子块之内两种方式.对于边缘在4 ×4 子块内的深度图，宏块仍会存在较大的编码误差.文中着重分析边缘出现在4 ×4 子块之内的情况.采用RDO 技术计算I4MB 的代价函数时，通常是先计算每个4 ×4 子块的最优预测模式，然后将每个子块的最优代价函数相加，得到宏块的最优代价函数，故当前子块的编码误差依赖于其参考子块的误差，从而使4 ×4 子块的边缘出现误差扩散现象.以图1(a)为例，存在边缘的第1 个4 ×4 子块出

华南理工大学学报（自然科学版） 2014年1期2014-08-16
基于单元信息熵的半色调图像有效子块提取*
的半色调图像有效子块提取*林海龙，文志强，喻魁兰（湖南工业大学计算机与通信学院，湖南株洲412000）针对数字半色调图像有效子块的提取，提出了图像的单元熵及熵矩阵构造的算法.首先，将半色调图像分割成若干子块，对每一个子块的每一个像素点计算熵，得出熵矩阵.然后，对熵矩阵取均值及方差.最后，根据信息理论可得，当熵的均值越大且方差越小时，越能有效地获得子块.实验表明，通过单元信息熵获取的有效子块，含有信息量大，纹理变化平缓，适合用于分类.半色调图像；单元熵；熵矩

长沙大学学报 2014年2期2014-07-20
基于ArcGIS与MATLAB的资源量计算方法 ——以松辽盆地油页岩为例
油页岩面积进行了子块划分与子块面积计算,青一段划分为147个子块,嫩一段划分为197个子块,嫩二段划分为246个子块,子块单位实际面积为537 km2。采用趋势面法,在嫩二段坐标体系下以钻孔地理坐标为自变量,其对应的厚度趋势值为因变量,采用算法软件MATLAB求得3层油页岩段厚度趋势值方程,并对油页岩厚度空间展布进行拟合,获得了较为理想的拟合度。在确定子块面积与厚度的基础上,对每个子块加权求和分别得出青一段资源量为12 724亿t、嫩一段为8 873.1亿

石油化工高等学校学报 2014年3期2014-06-09
自嵌入全盲鲁棒水印量化算法*
小波低频子带每个子块的最大奇异值中，以此来实现全盲检测,但水印嵌入位置的局限性，使得图像很容易出现方块效应。COX I J等人[7-8]提出把水印嵌入到视觉系统感觉上最重要的分量DCT域中的低频系数上，感觉上重要的分量是图像信号的主要成分，携带较多的信号能量，在图像有一定失真的情况下仍能保留主要成分，这个观点已经被人们广泛接受。COX I J等人把直流系数排除在外，原因在于避免加水印的图像出现方块效应。在参考文献[6]和COX I J等人的观点的基础上，本

网络安全与数据管理 2014年2期2014-05-14
一种高效的图像增强去雾算法
直方图均衡可分为子块非重叠直方图均衡和子块重叠直方图均衡．非重叠直方图均衡化的基本思想是将原图分成不重叠的子块，然后对每个子块进行直方图均衡化处理，并保留处理后的结果．相邻子块之间不重叠，大大减小了运算量，但会不可避免的出现块状效应．而重叠的直方图均衡可以大大缓解块状效应，但同时计算量也增加了．为了保证图像增强的质量，考虑降低块状效应和减少计算量，我们选择部分重叠直方图均衡化．1.2 块状效应块状效应：图像分块产生时，由于相邻子图块之间的灰度分布不同而产生

湖北工业大学学报 2013年5期2013-11-12
限制对比度的多层POSHE自适应图像增强算法
2001年提出的子块部分重叠直方图均衡［4］(POSHE)算法，具有良好对比度增强效果，较AHE算法计算量明显减少，但是该算法存在明显块效应和局部过增强问题;翟艺书等人于2007年提出了一种改进的雾天图像清晰化方法［5］，利用移动模板对各局部区域作POSHE处理，一定程度增强图像对比度，但没有解决POSHE算法存在的块效应和过增强问题。通过分析POSHE算法的不足，提出限制对比度多层POSHE自适应图像增强算法 (contrast limited mult

激光与红外 2013年1期2013-11-12
一种改进的运动目标抗遮挡跟踪算法
进行分块，通过各子块表决确定最佳匹配位置来实现对目标的跟踪，但由于子块中包含了背景信息，且仅采用单峰值子块表决值作为目标的真实运动偏移量会导致误匹配.文献［12］采用动态模板和遮挡检测的方法(VMTM，Variant-mask Template Match)解决了目标发生遮挡时的跟踪问题，但更新后模板与真正目标相差较大，在完全遮挡下无法对目标进行有效跟踪.在对文献［10-12］进行研究的基础上，提出一种改进的基于子块模板匹配的抗遮挡跟踪方法(IMTM，Im

北京航空航天大学学报 2013年4期2013-11-05
基于子块区域分割和自嵌入技术的全盲多功能图像水印算法
盲检测。2 基于子块区域分割和自嵌入技术的全盲多功能图像水印算法2.1 算法原理以一个8 8×图像子块为例说明图像子块区域分割的原理。一个8 8×图像子块共包含64个像素。为描述方便，将该8 8×图像子块记为R。R由64个小方块组成，每个小方块由细线条围成，代表一个像素，如图1所示。将R分割成区域1和区域2两部分，区域1由前3行前3列的小方块组成，区域2由剩余部分的小方块组成，区域1和区域2的边界都用粗线条表示。显然， R =区域1 ∪ 区域2，而且区

通信学报 2013年3期2013-10-29
LTE系统中基于FPGA速率匹配算法的仿真及实现*
。该过程主要包括子块交织、比特收集、比特选择和修剪[4]。1.2 子块交织1.3 比特收集和修剪子块交织的输出比特流存入虚拟循环缓冲，规则如下：2 速率匹配在FPGA中的实现2.1 整体流程图2是LTE系统中PUSCH信道基于Turbo编码的速率匹配实现的整体流程图。整个流程图包括5个部分：2个子块交织模块、1个乒乓前控制模块、1个乒乓后控制模块和1个比特修剪模块。2.2 乒乓前控制模块的FPGA实现数据经过Turbo编码器后分3路暂存在3个RAM中。当速

电子技术应用 2013年7期2013-09-07
若干个C3并的点可区别V-全染色
为矩阵Mn的一个子块；若Mn的一个子块恰好可以完成一个C3的点可区别V-全染色,则称这个子块为一个好子块,记为I.若将矩阵Mn中所有好子块去掉后,剩余元素构成的集合成为余集,记为An．下面给出几种常用的好子块,如下图所示,并给出它们的一般表达式及其对C3的点可区别V-全染色方案：I1,易知色集合{s,t,k},{k,s+1,t+1},{t+1,k,s}可以完成一个C3的VDVT染色；I2,易知色集合{t,s,k},{k,t+1,s+1},{s+1,k,t}

河南科技学院学报(自然科学版) 2013年6期2013-06-07
TDD-LTE系统Turbo速率匹配算法及FPGA实现
己的交织器(称为子块交织器)重新排列。LTE中12个尾比特也被同等的分配到3个流中，使得子块大小Ks=K+4，其中K是QPP交织器的大小。通过将重排的系统比特与2个重排的检验流的交错连接续形成输出缓冲［2］。图1 Turbo速率匹配原理图子块交织器采用交织深度位32的“行入列出”的块交织器［3］。1)每个流中的比特逐行写入具有32列的矩阵(行数由流长度决定)，为完全填补矩阵，空比特也被填充到每个流前面。设定子块交织的列数为=32，然后根据交织长度D确定子块

电视技术 2013年17期2013-01-31
一种基于非均匀马尔可夫随机场的图像分割方法
像分为大小相等的子块，再用期望最大化（EM）算法[3]估计每个子块中心象素点的耦合系数，利用线性插值，得到每个象素点的耦合系数。由于子块的划分没有利用任何统计信息和边缘信息以及相邻像素之间的相互影响，因此这种估计方法并不准确。本文提出在图像预分割的基础上，结合图像的统计性质和边缘信息对图像进行四叉树分解，把图像分成不同大小的子块。再根据每个子块的大小以及子块内边缘信息的丰富程度，估计出非均匀MRF的耦合系数。实验表明，本文的估计方法较为准确，将它应用到图像

电子设计工程 2012年17期2012-03-17
一种改进的医学图像压缩编码算法
分解为若干个分形子块，使每个子块具有一定的分形结构，即子块的整体与局部之间存在某种自相似特征。图像分割可采用三角形分割、矩形分割和四叉树形分割等图像处理手段，并把这些子块构成一个分形库，每一个子块可以从库中找到它们自己的匹配子图编码。JACQAIN A E，针对上述问题提出了全自动的分形图像压缩方法，该演绎法基于图像划块方式来实现以局部的仿射变换代替全局的仿射变换[4-5]。设数字图像I具有 2N×2N个像素点，其每个像素点的灰度 f(i，j)被量化为 2

网络安全与数据管理 2011年21期2011-08-20
基于分块分类的智能视频监控背景更新算法
行初次分块，按照子块均值和标准差特征将初级子块图像分为前景块和背景块，这样可以先把大部分背景子块分离出去.再对前景块进行二次分块，分为二级前景块和背景块.最后对不同类别的子块图像采用不同的策略来实现背景的实时更新.该算法以块为操作对象，提高了运算速度，对全局光照变化具有较强的鲁棒性，且原理简单，容易实现.1 基于均值特征的分块分类1.1 分块分类原理背景更新不仅要很好地适应环境的变化，而且还要考虑处理速度能否达到实时性要求.一般情况下，运动目标往往只占监控

智能系统学报 2010年3期2010-06-21

热门标签