期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到10篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于低秩稀疏矩阵分解和稀疏字典表达的高光谱异常目标检测 被引量：12
1
作者 张晓慧 郝润芳 李廷鱼 《激光与光电子学进展》 CSCD 北大核心 2019年第4期234-240,共7页
异常目标检测在高光谱图像(HSI)处理领域发挥越来越重要的作用。低秩稀疏矩阵分解算法(LRaSMD)可将背景和异常区分开,可以极大地减弱异常目标对背景的污染。基于此,提出一种基于低秩稀疏矩阵分解和稀疏字典表达(LRaSMD-SR)的高光谱异常... 异常目标检测在高光谱图像(HSI)处理领域发挥越来越重要的作用。低秩稀疏矩阵分解算法(LRaSMD)可将背景和异常区分开,可以极大地减弱异常目标对背景的污染。基于此,提出一种基于低秩稀疏矩阵分解和稀疏字典表达(LRaSMD-SR)的高光谱异常目标检测算法,通过LRaSMD的方式获取背景集,通过稀疏表达的方式从背景集中构建背景字典模型,最后通过计算重构误差来检测异常点。该算法在模拟和真实数据上都进行了有效性验证,实验结果证明LRaSMD-SR算法具有非常好的异常目标检测性能。 展开更多
关键词 遥感 异常检测 高光谱图像 低秩稀疏矩阵分解 稀疏字典表达
原文传递
基于自适应改进的压缩域红外弱小目标检测 被引量：8
2
作者 李安冬 林再平 +1 位作者 安玮 杨林娜 《中国激光》 EI CAS CSCD 北大核心 2015年第10期213-220,共8页
现有压缩域目标检测算法取得较好检测结果的同时,有效减少了数据存储空间,但是存在背景参数估计易受噪声影响,目标检测易对邻近目标产生漏警等问题。在原有压缩域红外小目标检测算法的基础上进行改进,提出了一种基于自适应参数估计和噪... 现有压缩域目标检测算法取得较好检测结果的同时,有效减少了数据存储空间,但是存在背景参数估计易受噪声影响,目标检测易对邻近目标产生漏警等问题。在原有压缩域红外小目标检测算法的基础上进行改进,提出了一种基于自适应参数估计和噪声统计模型的压缩域目标检测算法。对压缩域红外数据矩阵进行自适应的低秩稀疏分解,分离并重建背景矩阵和目标矩阵,根据分解残差推导统计模型,对目标矩阵进行基于噪声统计模型的阈值分割。结果表明,此算法较原算法具有更好的抗干扰能力,并解决了邻近目标的漏警问题。 展开更多
关键词 测量 小目标检测 自适应 压缩感知 矩阵低秩稀疏分解
原文传递
基于低秩稀疏矩阵分解和离散余弦变换实现多聚焦图像融合的算法
3
作者 史艳琼 王昌文 +2 位作者 卢荣胜 查昭 朱广 《激光与光电子学进展》 CSCD 北大核心 2024年第10期408-415,共8页
针对多聚焦图像融合过程中存在聚焦边缘模糊、伪影和块效应的问题,提出一种基于低秩稀疏矩阵分解(LRSMD)和离散余弦变换(DCT)实现多聚焦图像融合的算法。首先,利用LRSMD将源图像分解为低秩和稀疏矩阵两部分;然后,设计DCT方法检测低秩矩... 针对多聚焦图像融合过程中存在聚焦边缘模糊、伪影和块效应的问题,提出一种基于低秩稀疏矩阵分解(LRSMD)和离散余弦变换(DCT)实现多聚焦图像融合的算法。首先,利用LRSMD将源图像分解为低秩和稀疏矩阵两部分;然后,设计DCT方法检测低秩矩阵部分聚焦区域,构建初始焦点决策图,并利用重复一致性验证方法验证决策图,同时设计基于形态滤波的融合策略,得到稀疏矩阵部分融合结果;最后,采用加权重构方法对两部分进行融合。实验结果表明,相较于其他5种主流算法,所提算法在主观评价上具有高清晰度和全聚焦的优势,在客观评价上,边缘信息保持度、峰值信噪比、结构相似性及相关系数4个指标最高分别提高了62.3%、6.3%、2.2%及6.3%,证明所提算法有效提升了对源图像聚焦信息的提取能力,增强了聚焦边缘细节信息,同时对伪影和块效应的减少起到了重要作用。 展开更多
关键词 图像处理 图像融合 低秩稀疏矩阵分解 离散余弦变换
原文传递
应用于异常事件检测的深度交替方向乘子法网络
4
作者 胡世成 杨柳 +1 位作者 康凯 钱骅 《电子与信息学报》 EI CSCD 北大核心 2023年第7期2634-2641,共8页
针对大规模无线传感器网络(WSN)中的事件检测问题(EDP),传统的方法通常依赖先验信息,阻碍了实际应用。该文为EDP提出了一种基于深度学习的算法,称为交替方向乘子法网络(ADMM-Net)。首先,采用低秩稀疏矩阵分解来建模事件的时空相关性。之... 针对大规模无线传感器网络(WSN)中的事件检测问题(EDP),传统的方法通常依赖先验信息,阻碍了实际应用。该文为EDP提出了一种基于深度学习的算法,称为交替方向乘子法网络(ADMM-Net)。首先,采用低秩稀疏矩阵分解来建模事件的时空相关性。之后,EDP被表述为一个带约束的优化问题并用交替方向乘子法(ADMM)求解。然而,优化算法收敛慢且算法的性能依赖于对先验参数的仔细选择。该文基于深度学习中“展开”的概念,提出了一种用于EDP的深度神经网络ADMM-Net。通过“展开”ADMM算法的方式得到。ADMM-Net具有固定层数,其参数可以通过监督学习训练获得。无需先验信息。相比于传统算法,提出的ADMM-Net收敛快且不需先验信息。人造数据集和真实数据集的仿真结果验证了ADMM-Net的有效性。 展开更多
关键词 事件检测 无线传感器网络 时空相关性 低秩稀疏分解 深度学习 交替方向乘子法网络
下载PDF
基于端元提取和低秩稀疏矩阵分解的高光谱图像异常目标检测 被引量：4
5
作者 杨国亮 龚家仁 +1 位作者 习浩 喻丁玲 《激光与光电子学进展》 CSCD 北大核心 2021年第22期459-468,共10页
为了抑制高光谱图像(HSI)混合像元和噪声在复杂背景中对异常目标检测的干扰,充分提取和利用HSI的光谱特征和空间特征,提出了一种基于端元提取和低秩稀疏矩阵分解的HSI异常目标检测算法。首先,对原始HSI进行最优分数阶傅里叶变换。然后,... 为了抑制高光谱图像(HSI)混合像元和噪声在复杂背景中对异常目标检测的干扰,充分提取和利用HSI的光谱特征和空间特征,提出了一种基于端元提取和低秩稀疏矩阵分解的HSI异常目标检测算法。首先,对原始HSI进行最优分数阶傅里叶变换。然后,采用连续最大角凸锥算法对变换后的HSI进行端元提取,得到端元和相应的丰度矩阵,并通过行约束的低秩稀疏矩阵分解方法将丰度矩阵分解为具有低秩特性的背景分量和具有稀疏特性的异常分量。最后,构建背景协方差矩阵,通过马氏距离检测异常目标。实验结果表明,本算法在HSI异常目标检测中具有很好的检测性能。 展开更多
关键词 遥感 高光谱图像 连续最大角凸锥 最优分数阶傅里叶变换 低秩稀疏矩阵分解 异常目标检测
原文传递
基于低秩和一维稀疏矩阵分解的多通道SAR-GMTI方法 被引量：1
6
作者 郑慧敏 郑明洁 +1 位作者 张振宁 申晓天 《中国科学院大学学报（中英文）》 CSCD 北大核心 2022年第2期208-216,共9页
多通道合成孔径雷达地面运行目标指示(synthetic aperture radar-ground moving target indicator,SAR-GMTI)系统的数据按一定方式重组并处理后,可认为是由表示地杂波的低秩矩阵、表示运动目标的稀疏矩阵和表示噪声的矩阵这3部分组成。... 多通道合成孔径雷达地面运行目标指示(synthetic aperture radar-ground moving target indicator,SAR-GMTI)系统的数据按一定方式重组并处理后,可认为是由表示地杂波的低秩矩阵、表示运动目标的稀疏矩阵和表示噪声的矩阵这3部分组成。但已有的基于矩阵分解的GMTI方法,对于强杂波和慢速目标会产生较大误差,并且也未根据实际应用情况而重新定义优化模型中的加权参数。针对这些问题,设计一个自适应加权参数和矩阵分解模型,进而提出一种新的基于低秩和一维稀疏矩阵分解的多通道SAR-GMTI方法,以提高矩阵分解的精确度。基于仿真数据和高分三号SAR卫星数据的实验结果表明,该方法可将运动目标准确提取且不包含杂波与噪声分量,在慢速运动目标提取和强杂波抑制方面也具有更好的性能。 展开更多
关键词 多通道合成孔径雷达(SAR) 地面运动目标指示(GMTI) 低秩和稀疏矩阵分解
下载PDF
基于低秩稀疏矩阵分解的非接触心率估计 被引量：1
7
作者 黄继风 白国臣 +1 位作者 熊乃学 魏建国 《图学学报》 CSCD 北大核心 2020年第1期66-72,共7页
心率检测作为一项重要的生理检测指标,在医学健康、刑侦检测、信息安全等方面具有重要应用。计算机视觉领域近期的研究表明,心率信号可以通过摄像头捕捉的视频予以获取。现有的研究方法在理想的实验环境下已取得较好的效果,然而在自然... 心率检测作为一项重要的生理检测指标,在医学健康、刑侦检测、信息安全等方面具有重要应用。计算机视觉领域近期的研究表明,心率信号可以通过摄像头捕捉的视频予以获取。现有的研究方法在理想的实验环境下已取得较好的效果,然而在自然状态面部旋转以及出现各种噪声(阴影、遮挡)时鲁棒性较弱。通过检测人脸的关键点,获得面部区域的感兴趣,避免因面部旋转引入检测误差,在现有模型的基础上提出一种基于低秩稀疏矩阵分解的非接触式心率估计模型,对频域血液体积脉冲(BVP)信号矩阵实现去噪处理,解决使用摄像头非接触式获取心率信号时存在的问题。实验显示,该模型在MAHNOB-HCI数据集上实现了3.25%的误差比均值,优于现有的模型。 展开更多
关键词 低秩稀疏矩阵分解 非接触式 心率信号估计 人脸关键点检测 噪声 鲁棒性
下载PDF
基于非局部低秩稀疏矩阵分解的低剂量脑灌注CT统计迭代重建
8
作者 牛善洲 李硕 +2 位作者 梁礼境 谢国强 刘汉明 《中国医学物理学杂志》 CSCD 2023年第11期1336-1342,共7页
脑灌注CT成像需要对患者头部进行连续反复扫描,相应的X射线辐射剂量较常规CT显著增加。为减少X射线辐射剂量,提出一种基于非局部低秩稀疏矩阵分解的低剂量脑灌注CT统计迭代重建方法。首先对脑灌注CT序列图像进行分块,然后构建非局部低... 脑灌注CT成像需要对患者头部进行连续反复扫描,相应的X射线辐射剂量较常规CT显著增加。为减少X射线辐射剂量,提出一种基于非局部低秩稀疏矩阵分解的低剂量脑灌注CT统计迭代重建方法。首先对脑灌注CT序列图像进行分块,然后构建非局部低秩稀疏矩阵分解模型,最后求解相应的目标函数重建出脑灌注CT序列图像。与滤波反投影算法和基于低秩稀疏矩阵分解的惩罚加权最小二乘方法相比,本文方法得到的脑血容参数图像的结构相似性指标分别提高38.07%和5.61%、特征相似性指标分别提高13.17%和2.47%;平均通过时间参数图像的结构相似性指标分别提高59.73%和0.28%、特征相似性指标分别提高20.26%和0.70%。本文方法能在去除低剂量脑灌注CT图像噪声和伪影的同时保持图像的边缘结构信息,并且获得更准确的脑血流动力学参数图像。 展开更多
关键词 脑灌注CT 非局部低秩稀疏矩阵分解 惩罚加权最小二乘 图像重建
下载PDF
基于非局部低秩稀疏矩阵分解的低剂量脑灌注CT图像恢复方法 被引量：2
9
作者 牛善洲 刘宏 +5 位作者 刘沛沄 张梦真 李硕 梁礼境 李楠 刘国良 《南方医科大学学报》 CAS CSCD 北大核心 2022年第9期1309-1316,共8页
目的为了减少脑灌注CT检查的辐射剂量,提高低剂量脑灌注CT图像质量,本文提出一种基于非局部低秩稀疏矩阵分解的低剂量脑灌注CT图像恢复方法。方法对低剂量脑灌注CT图像进行分块形成一个矩阵,构建低秩稀疏矩阵分解模型进行求解后得到优... 目的为了减少脑灌注CT检查的辐射剂量,提高低剂量脑灌注CT图像质量,本文提出一种基于非局部低秩稀疏矩阵分解的低剂量脑灌注CT图像恢复方法。方法对低剂量脑灌注CT图像进行分块形成一个矩阵,构建低秩稀疏矩阵分解模型进行求解后得到优质的低剂量脑灌注CT图像,最后利用恢复后的脑灌注CT序列图像计算出脑血流动力学参数图像。结果在数值实验中,滤波反投影算法的图像的平均结构相似性为0.9438,本文方法恢复结果的平均结构相似性提高到0.9765;滤波反投影算法得到的脑血流量和脑血容量参数图像的结构相似性分别为0.7005和0.6856,本文方法得到的脑血流量和脑血容量参数图像的结构相似性提高到0.7871和0.7972。结论本文方法在低剂量脑灌注CT图像噪声抑制和结构保持方面均有很好的表现,并且可以获取准确的脑血流动力学参数图像。 展开更多
关键词 低剂量脑灌注CT 图像恢复 非局部低秩稀疏矩阵分解 脑血流动力学参数
下载PDF
联合空间信息的改进低秩稀疏矩阵分解的高光谱异常目标检测 被引量：7
10
作者 张炎 华文深 +3 位作者 黄富瑜 严阳 王强辉 索文凯 《半导体光电》 CAS 北大核心 2020年第1期141-145,共5页
针对低秩稀疏矩阵分解的高光谱异常目标检测算法忽略了图像的空间信息,导致检测精度低的问题,提出了一种联合空间信息的改进低秩稀疏矩阵分解的高光谱异常目标检测算法。算法综合利用了高光谱图像的光谱信号与空间信号,并与图像自身的... 针对低秩稀疏矩阵分解的高光谱异常目标检测算法忽略了图像的空间信息,导致检测精度低的问题,提出了一种联合空间信息的改进低秩稀疏矩阵分解的高光谱异常目标检测算法。算法综合利用了高光谱图像的光谱信号与空间信号,并与图像自身的稀疏性相结合,对经典的基于低秩稀疏矩阵分解的目标检测算法进行改进,该算法以待测像元为中心构建一定大小的空间窗,计算中心像元与邻域内其他像元的空间相似度权值和光谱相似度权值,通过计算邻域内其他像元对中心像元的比例权值得到了中心像元的重构光谱值并作差得到两者的残差矩阵;最后基于低秩稀疏矩阵分解的高光谱异常目标检测算法得到图像的稀疏矩阵,将代表异常目标信息的稀疏矩阵和残差矩阵相加并求解矩阵行向量之间的欧式距离得到像元的异常度,设置阈值,得到检测结果。为验证所提算法的检测性能,采用了真实的高光谱数据进行仿真实验,并与现有算法进行对比,结果表明该算法能够得到更高的检测精度。 展开更多
关键词 高光谱图像 异常目标检测 低秩稀疏矩阵分解 稀疏矩阵 残差矩阵
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部