公共文化服务平台

李展: 作品数：21 被引量：102H指数：5; 供职机构：暨南大学信息科学技术学院计算机科学系更多>>; 发文基金：国家自然科学基金广东省自然科学基金中央高校基本科研业务费专项资金更多>>; 相关领域：自动化与计算机技术天文地球电子电信更多>>

合作作者

Helene的Cassini ISS图像的天体测量被引量：2: 2019年; Helene是土星的一颗小卫星,因其暗弱和靠近土星环,而致地面难以观测,历史上观测数据非常少.Cassini ISS在2004–2017年间观测了大量Helene的图像,本文对这些观测图像进行了天体测量工作.具体地说,我们先使用参考星对ISS相机的指向进行校正,然后使用二维高斯法对Helene的量度坐标进行测量,最后将该位置归算到Cassini为原点的国际天球参考架下的赤经、赤纬坐标.并与JPL的历表SAT393进行了比较,计算了位置残差.我们对总计890幅图像进行了有效测量.测量结果显示:和SAT393相比,赤经、赤纬方向的残差均差分别为0.23和-0.63 km,标准差分别为3.48和2.23 km.这个精度远超地面观测的精度,显示了空间观测的优势.; 张庆丰熊语桃彭青玉孟小华李展李展; 关键词：天体测量卡西尼光学成像系统

基于超分辨率的地基观测图像增强系统: 2016年; 为地面望远镜获取高分辨率的观测图像提供可能途径,突破现有地面望远镜的观测效果,本文设计并实现一个集图像预处理、自动搜星定位、图像配准、超分重建和图像增强为一体的地基观测图像增强系统。系统采用多种图像处理方法增强天文图像,其中超分辨率重建是系统的关键技术和创新之处。系统测试表明,该系统可以自动搜索和精确定位地基观测天文图像中的恒星,有效改善图像分辨率和视觉效果。; 解虹李展陈慧琼郑嘉伟温力; 关键词：图像增强超分辨率重建软件系统

浅析图像模糊的基本频域恢复算法: 2015年; 图像频域恢复是数字图像去模糊的一个重要的研究方向,在现实生活中有着广阔的应用前景和市场。本文针对常见的高斯模糊进行分析,使用频域上的逆滤波器、维纳滤波器和最小二乘恢复去除模糊,并对比它们的恢复效果。; 郑中杰李展; 关键词：图像恢复高斯模糊

基于Keren配准和插值的快速超分辨率图像重建被引量：7: 2011年; 为提高图像超分辨率重建技术实时应用的可能性,增强其对配准误差的容忍度,提出了一种基于Keren配准和插值的快速鲁棒超分辨率图像重建算法.该算法将配准后的低分辨率图像根据变换参数映射到高分辨率网格上,再利用模板卷积迭代地填充缺失像素值,从而重建一幅高分辨率图像.将文中算法与非均匀插值法、凸集映射法、鲁棒的迭代后向映射法和结构适应的归一化卷积法4种超分辨率图像重建算法进行了比较.实验结果表明,文中算法对一定精度范围内的配准误差不敏感,在速度和重建效果上具有一定的优势,是一种有效、鲁棒和快速的多帧超分辨率图像重建算法.; 李展韩国强陈湘骥廖秀秀; 关键词：图像重建超分辨率插值卷积

图像自适应分块单幅超分辨率算法被引量：1: 2015年; 在单幅超分辨率图像重建算法中,基于最大后验估计(maximum a posteriori,MAP)算法重建效果和抗噪性能较好,但时空复杂度较高。为了提高模板卷积MAP(template convolution-based MAP,TC-MAP)算法的运行效率,降低内存消耗,提出了基于图像内容的自适应分块TC-MAP新算法,研究了图像分块的最佳尺寸,并根据子块图像的平均梯度,对平滑区域的多个子块进行合并降低分块边界效应的影响,同时采用边界延长进一步抑制分块效应。实验结果表明,算法有效减少了TC-MAP算法的运行时间和内存开销,同时保持重建图像质量与原TC-MAP算法差别不大。; 李展吴少春彭青玉; 关键词：自适应分块超分辨率重建

Cassini图像中受散射光影响的7颗土星近环内卫星的天体测量: 2023年; 卡西尼号探测器携带了光学成像科学子系统(ISS:Imaging Science Subsystem),在2004-2017年间拍摄了一些土星内卫星的图像.部分图像中土星内卫星非常靠近土星环,观测对象受土星环散射光影响导致测量精度差,甚至无法测量.由此提出一种适用于这类图像的背景消除算法,可对受土星光环散射光影响的土星内卫星进行测量.归算了7颗近环内卫星(土卫十(Janus)、土卫十一(Epimetheus)、土卫十五(Atlas)、土卫十六(Prometheus)、土卫十七(Pandora)、土卫三十二(Methone)和土卫四十九(Anthe))的70张ISS图像,并与不消除散射光的方法进行了比较.结果显示,该方法至少可以提高43%的精度.和喷气推进实验室的土星卫星历表SAT415相比,测量得到的赤经和赤纬方向的残差均值分别为0.72km和2.26km,标准差分别为10.99km和11.36km.; 王志强刘梦琪张庆丰吴林朋欧钊杰李燕李燕; 关键词：天体测量学

雾霾图像恢复增强系统研究被引量：1: 2016年; 为了增强雾霾图片的视觉效果,得到清晰的图片,同时也为了给研究人员提供一个去雾算法比较分析的工具,构建并实现了一个集图像预处理、去雾、超分辨重建和质量评估为一体的雾霾图像处理系统。系统采用了多种图像处理方法对图像进行处理,其中去雾技术和超分重建技术是系统的核心技术。测试表明,系统可以有效改善雾霾图像的质量和分辨率,同时通过图像质量评估为算法比较提供了依据。; 唐道发李展林晓兵叶志航; 关键词：去雾超分辨重建图像质量评估系统软件

基于流形学习和梯度约束的图像超分辨率重建被引量：5: 2012年; 将改进的基于流形学习的超分辨率重建与基于梯度约束的正则化重建结合起来,提出一种新的单帧图像超分辨率重建算法.该算法首先针对基于流形学习的超分辨率重建,提出新的特征提取方法,联合归一化亮度与平稳小波变换细节子带系数两个特征矢量,提高重建性能;然后将学习得到的高分辨率图像作为初始估计,将其梯度作为目标梯度域,进行基于梯度约束的正则化重建,得到最终的高分辨率图像.与现有的一些算法相比,文中算法无论在视觉效果还是客观评价上都具有较好的重建性能.; 廖秀秀韩国强沃焱黄汉铨李展; 关键词：图像处理超分辨率重建流形学习

Cassini ISS图像可测性分类的初步研究被引量：1: 2017年; Cassini的光学成像系统(Imaging Science Subsystem,ISS)拍摄了大量的土星及其卫星的图像,其中一部分可以用来做天体测量工作,但是需要人工挑拣出来,这是一项繁重的工作.研究目的是将这种工作自动化.为此,将卷积神经网络(Convolution Neural Network,CNN)与支持向量机(Support Vector Machine,SVM)结合起来,提出了一种ISS图像可测性分类系统.系统首先通过深度卷积网络提取ISS图像的特征描述子,然后使用SVM分类器根据图像的特征描述子对图像进行分类.对比了3种有代表性的深度卷积网络:CNN-F、CNN-M-128和Very Deep-19,实验结果表明:CNN-F卷积网络加SVM可以提供较好的分类结果,其分类准确率在97%以上.研究不仅可用于Cassini ISS图像的天体测量工作,也可以推广到其他空间探测项目的类似工作中.; 李照亮张庆丰彭青玉李展

空间超分辨率图像重建算法研究: 图像的空间超分辨率重建是指从一幅或相关的多幅低分辨率图像中重建出高分辨率图像或图像序列的过程，它广泛应用于医学图像分析、视频监控、高清电视转换、遥感测绘、天文观测及星像定位等几乎所有数字图像处理领域，有着广阔的应用前景和...; 李展; 关键词：超分辨率图像重建最大后验概率图像插值特征提取和匹配天体测量; 文献传递

李展

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

李展

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈