复合正则化的图像超分辨率复原方法

图像超分辨率复原是计算机视觉领域的一个基础研究方向.为提高具有高度结构化特征图像超分辨率复原效果,提出了一种基于复合正则化的超分辨率复原方法.该方法整合了多个不同种类范数的正则化项,将具有旋转不变性的方向全变分组稀疏正则化(TI-DTV)方法以及小波分析方法嵌入至目标函数中.全变分组稀疏正则化(TI-DTV)方法是一种可以有效解决高度结构化图像中直线边缘区域超分辨率复原的方法,但TI-DTV中的全变分(TV)和方向全变分(DTV)模型可能会导致图像阶梯化效应(staircase artifacts),而小波分析项则可以提高图像纹理信息的复原效果,可减小阶梯化效应的影响.为了解决不同范数下的混合正则化问题,利用一阶对偶圆锥形解法(TFOCS)的思想,推导出了一阶对偶形式的快速解法.结果表明,在真实图像集的实验中,通过与全变分、小波分析、TI-DTV等超分辨率复原方法的比较,可以明显的看出该方法结果较其他方法更清晰,对直线型结构复原效果有一定的提高,同时保留了更多的细节信息,峰值信噪比(PSNR)和结构相似性(SSIM)也有明显提高.     

基于全局稀疏梯度与低秩张量正则化的多源多波段图像融合方法

多模图像融合可有效提升多传感器系统的目标信息表征能力.然而,常用的图像融合方法只能融合两个模态传感器的信息.针对上述问题,充分利用多模图像空间与频谱信息的高阶相关性及其内在结构特性,基于图像域的非局部自相似特性,引入复合正则化方法,提出基于全局稀疏梯度与低秩张量正则化的多模图像融合方法,实现高光谱、多光谱和全色图像的同时融合.其中,多模图像的频谱信息使用全局稀疏梯度正则化方法,空间信息使用低秩张量正则化方法.上述复合正则化方法的优点在于可以有效对空间与频谱信息的内在结构特性进行建模,消除图像空间域的阶梯效应,减少伪频谱信息的引入.仿真实验验证了该方法的可行性和有效性.该方法为多传感器融合系统提供理论与技术支撑.     

一种空间仿生柔性机器人设计与智能规划仿真方法

针对传统空间刚体机器人存在的自由度有限和环境适应性差等缺陷,基于生物体结构提出了一种受“尺蠖”与“蛇”启发的适用于空间在轨服务的柔性机器人。首先,搭建了柔性机器人原型样机,研究了镍钛形状记忆合金（SMA）驱动器的驱动特性,设计了可视化控制界面并通过实物实验验证了机器人原型样机的可操控性。然后,设计了一种基于所提柔性机器人结构的Q学习算法和相应的奖励函数,搭建了柔性机器人仿真模型并在仿真环境中完成了基于Q学习的机器臂自主学习规划仿真实验。实验结果显示机器臂能够在较短时间内收敛到稳定状态并自主完成规划任务,表明所提出算法具有有效性和可行性,强化学习方法在柔性机器人的智能规划与控制中具有良好的应用前景。     

新型淀粉糖——海藻糖应用前景

概述了海藻糖的生物学特性、理化性质、生产方法、功能用途、国内外研究应用现状 ,对我国用淀粉生产海藻糖的开发应用前景进行了展望。     

基于Local APIC的Windows 2000实时化改造

提出了一种用于提高Windows 2000的实时性改造方案,该方案首先通过设置Local APIC上的硬件定时器的中断向量来提升硬件定时器的中断优先级（IRQL）,从而使其高于系统时钟优先级,并使该定时器中断的中断服务程序运行动态加载的实时任务。由于中断服务程序运行实时任务是动态加载,无需重启操作系统。因此,该改造方案实现比较简便,适用于实时计算环境。     

基于像素级图像融合的Mean Shift目标跟踪

针对可见光、红外单模图像序列进行Mean Shift目标跟踪时存在的问题,提出了先对可见光、红外图像序列进行像素级动态图像融合,采用加权平均融合和基于区域目标检测的图像序列融合框架,再对融合结果进行Mean Shift目标核函数直方图建模,然后进行匹配跟踪。实验采用了实际图像序列。实验结果表明,针对目标进行跨背景区域的运动,该方法较采用单模图像序列进行跟踪具有更好的鲁棒性,并且满足实时性的要求。