- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
基于块旋转奇异值分解滤波的小波域图像去噪
摘要： 本文提出一种基于小波域块旋转操作的奇异值分解（SVD）图像去噪方法。首先将含噪图像分解为若干子块，采用单层二维离散小波变换将每个子块分解为低频部分和高频部分；随后运用SVD及基于秩一近似的旋转SVD对不同高频部分的噪声进行滤波，获得去噪子块；最后通过逆小波变换将低频部分与滤波后的高频部分重构子块，并重组各去噪子块得到最终去噪图像。实验表明，相比相关方法，本方法具有有效性。
关键词： 奇异值分解，阈值去噪，结构相似性指数，位置，峰值信噪比，图像去噪
更新于2025-09-23 15:23:52
-
[IEEE 2017年计算、通信、控制与自动化国际会议（ICCUBEA）- 印度浦那（2017年8月17日-2017年8月18日）] 2017年计算、通信、控制与自动化国际会议（ICCUBEA）- 基于不同小波变换的形状图像检索分析
摘要： 物体的形状是图像处理中的一个决定性因素。本文将重点讨论与形状特征相关的图像检索技术。这些形状特征的相似度通过小波变换、奇异值分解（SVD）得到的主成分以及K均值聚类来计算。
关键词： M带小波、奇异值分解、形状特征、K均值
更新于2025-09-23 15:23:52
-
基于自适应奇异值分解域的图像高斯白噪声水平估计
摘要： 噪声水平估计是数字图像处理中一个具有挑战性的领域，其应用包括图像增强、图像分割和特征提取等。本文提出一种基于图像奇异值分解（SVD）的自适应加性高斯白噪声水平估计方法。该算法旨在提升低噪声水平下SVD域的噪声估计性能，通过初始噪声水平估计来调整算法参数以提高估计精度。所提算法能够自适应调整所考虑的奇异值数量，并相应调节描述奇异值尾部平均值随噪声水平变化的线性函数斜率。尽管对每幅图像分两个阶段进行两次噪声水平估计，但奇异值分解仅在算法第一阶段执行。实验结果表明，该算法在不显著增加计算复杂度的前提下提升了低噪声水平的估计精度——当噪声水平σ=15时，均方误差改善约39%，仅伴随略微增加的额外计算时间。
关键词： 人工神经网络、奇异值分解、图像分析、噪声水平估计、数字图像、加性高斯白噪声、最小二乘法
更新于2025-09-23 15:22:29
-
[2018年IEEE西纽约图像与信号处理研讨会(WNYISPW) - 美国纽约州罗切斯特市(2018.10.5-2018.10.5)] 2018年IEEE西纽约图像与信号处理研讨会(WNYISPW) - 用于波达方向估计的增量式复数L1-PCA
摘要： 在无线节点定位中，接收机通过处理天线阵列采集的快照数据来估计目标信源的到达方向（DoA）。高分辨率测向通常采用复值快照的主成分分析（基于子空间的方法）实现。为应对突发性干扰的不利影响，标准主成分分析近期已被抗干扰L1-PCA替代。本文首次提出复数域L1-PCA的增量式计算方法，并利用其实现快照数据流自然到达场景下的在线测向。数值实验验证了所提方法在计算效率和抗干扰/抗数据损坏方面的优势。
关键词： 奇异值分解，阵列处理，损坏数据，L1范数，L1-PCA，测向
更新于2025-09-23 15:22:29
-
利用单目相机对工业机器人进行运动学识别的几何方法
摘要： 我们提出了一种通用方法，在缺乏机器人运动学先验信息的情况下，通过几何方法识别工业机器人的运动学参数。该方法利用奇异值分解对机器人末端执行器的位姿数据进行处理来估计关节轴，这些数据通过逐次驱动机器人单个关节获得。首先基于机器人CAD模型阐述该方法的原理，随后开展仿真研究以确定旋转关节估计运动学参数所需的数据点数量和角度驱动量（考虑传感器测量存在噪声的实际情况）。本文采用安装在KUKA KR5 Arc工业机器人末端执行器上的单目相机作为测量传感器，使用ArUco标记地图替代单一标定板，以克服相机视场限制导致的各关节驱动范围不足问题。最终运用所提方法识别出机器人运动学参数，并将单目相机获取的参数与全站仪、激光跟踪仪等其他测量设备的结果进行对比。
关键词： 运动学识别、奇异值分解、关节轴向量、位姿测量、单目视觉
更新于2025-09-23 15:22:29
-
结合奇异值分解和双边滤波的双树复小波变换图像去噪方法
摘要： 近年来，数字图像的大规模生产增加了对图像去噪的需求。通过空间域和频率域方法可以消除噪声影响。离散小波变换（DWT）是一种频率域方法，它通过使用简单阈值收缩小波系数来去除噪声。尽管小波变换在图像处理应用中广受欢迎，但其平移变化性和较差的方向选择性是两个值得注意的局限性。为克服这些限制，本文采用双树复小波变换（DTCWT）实现含噪图像的完美重建。我们提出一种结合奇异值分解（SVD）与弗罗贝尼乌斯能量校正因子、并采用双变量收缩函数进行阈值处理的双边滤波器DTCWT图像去噪方法。该方法在峰值信噪比（PSNR）指标上的去噪性能表明，其优于现有其他技术。
关键词： 双边滤波、奇异值分解、双变量收缩、阈值技术、小波变换、双树复小波变换、图像去噪
更新于2025-09-23 15:22:29
-
[IEEE 2017国际可再生能源与可持续能源会议（IRSEC）- 丹吉尔（2017.12.4-2017.12.7）] 2017国际可再生能源与可持续能源会议（IRSEC）- 太阳能电池板框架质量评估
摘要： 为保持太阳能电站的最大发电量，需要定期检查太阳能电池板。通常采用拍摄视频的图像拼接技术来形成电站全景视图，分析这些图像有助于运维人员检测裂纹、灰尘堆积等问题。这类视频通常由移动设备（如车载机器人和无人机）拍摄，但设备的运动和抖动往往会导致部分画面模糊，严重影响拼接效果。本文研究、实验并比较了一系列模糊帧检测与剔除技术，结果表明基于傅里叶变换的算法能实现高效处理（准确率约98%），且处理速度快，可轻松集成到在线拼接流程中。
关键词： 模糊估计、傅里叶变换幅值、离散余弦变换分析、图像边缘、奇异值分解、帧质量、帧拼接
更新于2025-09-23 15:22:29
-
[ACM出版社2018年国际会议 - 葡萄牙波尔图（2018.07.15-2018.07.17）] 2018年数学与统计学国际会议论文集 - ICoMS 2018 - 奇异值分解及其在图像处理中的应用
摘要： 奇异值分解（SVD）是线性代数中的亮点，在计算机视觉、统计学和机器学习中有着广泛应用。本文回顾了SVD的主要定理，并阐述了SVD在图像处理中的一些应用。更具体地说，我们聚焦于图像压缩和矩阵补全。前者是将原始的满秩像素矩阵转换为近似良好的低秩矩阵，从而大幅节省存储空间；后者则是利用核范数最小化来恢复具有大量缺失项的像素矩阵，其中会使用一些奇异值阈值算法。针对这两种应用，我们进行了数值实验以展示其性能，并指出了未来可能改进的方向。
关键词： 核范数最小化，矩阵补全，图像压缩，奇异值分解
更新于2025-09-23 15:22:29
-
[2019年IEEE国际纳米尺度操纵、制造与测量会议(3M-NANO) - 中国镇江 (2019.8.4-2019.8.8)] 2019年IEEE国际纳米尺度操纵、制造与测量会议(3M-NANO) - 激光织构化与碳离子注入对NITI合金润湿性能的改性
摘要： 图像的非局部自相似性在图像处理领域引起了广泛关注，并催生了多种先进的图像去噪算法，如块匹配三维滤波、基于局部像素分组的主成分分析、基于块的局部最优维纳滤波以及空间自适应迭代奇异值阈值法。本文提出一种计算简单的去噪算法，该算法结合非局部自相似性与低秩近似（LRA）。所提方法包含三个基本步骤：首先通过块匹配技术对相似图像块进行分类形成相似块组，从而使这些相似块组具有低秩特性；接着对每组相似块进行奇异值分解（SVD），并仅保留少数最大奇异值及其对应奇异向量进行估计；最后通过聚合所有处理后的图像块生成初始去噪图像。对于低秩矩阵，SVD能在最小二乘意义下提供最优能量压缩。本方法利用SVD的这一特性实现对相似块组的低秩近似。与其他基于SVD的方法不同，SVD域中的低秩近似避免了学习表示图像块的局部基（通常计算成本较高）。实验结果表明，该方法能有效降噪，在定量指标和主观视觉质量方面均能与当前最先进的去噪算法相媲美。
关键词： 自相似性、反向投影、图像块分组、图像去噪、低秩近似（LRA）、奇异值分解（SVD）
更新于2025-09-23 15:21:01
-
[2019年IEEE国际应用计算电磁学学会中国研讨会（ACES）- 中国南京（2019.8.8-2019.8.11）] 2019年国际应用计算电磁学学会中国研讨会（ACES）- 基于FDTD-SVD方法的双脊波导模式分析
摘要： 本文采用混合有限差分时域法（FDTD）与奇异值分解（SVD）的FDTD-SVD方法分析双脊波导主模特性。研究对比了无圆角双脊波导（WRD）与带小圆角双脊波导，仿真结果表明：无圆角WRD可在35-112GHz频段实现10TE单模工作；带小圆角WRD的单模工作频段扩展至35-116GHz。该结果与Ansys HFSS详细参数化研究（38-120GHz）基本吻合，证实FDTD-SVD方法具有简洁高效的优势。此外，增加圆角并扩大其半径可提升WRD的传输性能。
关键词： 模式分析、奇异值分解（SVD）、时域有限差分法（FDTD）、双脊波导（WRD）
更新于2025-09-23 15:21:01