数字合成X射线体层成像的小波-伽辽金重建算法   总被引：1，自引：1，他引：0  

卢孝强  白刚锋  孙怡 《CT理论与应用研究》2010,19(3):13-23

数字合成X射线体层成像技术的重建问题是在有限投影数据条件下的病态重建问题。本文通过分析数字合成X射线体层成像技术的系统模型,获得重建问题的系统方程。在对系统方程进行正则化改造的基础上,提出了一种新的重建算法——自适应小波-伽辽金重建算法。该算法融合了伽辽金方法的计算简洁和小波内在的多尺度特性,更好地适应了待重建图像的求解。仿真实验结果表明,与ART重建算法相比,自适应小波-伽辽金重建算法在保证重建质量前提下能加快收敛,从而大大地节省了计算时间。  相似文献   

基于层级Transformer的高光谱图像分类方法     

张艺超  郑向涛  卢孝强 《测绘学报》2023,(7):1139-1147

高光谱图像分类将每个像素分类至预设的地物类别,对环境测绘等各类地球科学任务有着至关重要的意义。近年来,学者们尝试利用深度学习框架进行高光谱图像分类,取得了令人满意的效果。然而这些方法在光谱特征的提取上仍存在一定缺陷。本文提出一个基于自注意力机制的层级融合高光谱图像分类框架(hierarchical self-attention network, HSAN)。首先,构建跳层自注意力模块进行特征学习,利用Transformer结构中的自注意力机制捕获上下文信息,增强有效信息贡献。然后,设计层级融合方式,进一步缓解特征学习过程中的有效信息损失,增强各层级特征联动。在Pavia University及Houston2013数据集上的试验表明,本文提出的框架相较于其他高光谱图像分类框架具有更好的分类性能。  相似文献   

基于改进正则化方法的有限角度CT图像重建算法   总被引：2，自引：2，他引：0  

王浩  卢孝强  孙怡 《CT理论与应用研究》2008,17(4):15-22

本文提出了一种基于改进正则化方法的有限角度CT图像重建算法。该算法基于同伦映射的思想，改进了Tikhonov正则化方法。对于算法中的正则化参数，引入了一种下降速率可调的连续参数修正方法，有效地避免了由于试探正则化参数而带来的不便，从而提高了求解效率。实验结果表明，该方法可以快速地确定在该种条件下最优的正则化参数，进而得到较好的重建结果。  相似文献   

Dense RFB和LSTM遥感图像舰船目标检测          下载免费PDF全文

张涛  杨小冈  卢孝强  卢瑞涛  张胜修 《遥感学报》2022,26(9):1859-1871

针对当前遥感图像舰船目标检测精度不佳问题，本文构建舰船目标数据集STAR，提出基于Dense RFB和LSTM多尺度舰船目标检测算法。该算法首先在SSD网络基础上设计了浅层特征增强模块，基于人眼视点图采用Dense RFB特征复用和膨胀卷积增大感受野的尺度和种类，增强浅层网络对细节特征的提取能力；其次设计了深层多尺度特征金字塔融合模块，采用FPN和LSTM思想，基于反卷积和残差网络对深层不同尺度特征进行融合，增强网络结构非线性和特征层的表征能力；最后加入聚焦分类损失函数进行联合训练，有效避免了正负样本失衡问题。在遥感图像舰船数据集上实验，本文所提舰船目标检测算法精度均值达到81.98%，检测速度达到29.6帧/s。此外，遥感图像中成像模糊、被遮挡、部分被裁剪等舰船目标的检测效果也优于原有经典算法，实验结果表明该算法对遥感图像舰船目标检测的泛化能力较强，有效地提高了遥感图像舰船目标检测的精度。  相似文献