您现在的位置: 首页> 研究主题> Radon变换

Radon变换

Radon变换的相关文献在1990年到2022年内共计862篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、数学 等领域,其中期刊论文735篇、会议论文51篇、专利文献47560篇;相关期刊370种,包括科学技术与工程、系统工程与电子技术、中国图象图形学报等; 相关会议43种,包括第八届全国技术过程故障诊断与安全性学术会议、中国地质学会2015年学术年会、2015年中国生物医学工程联合学术年会等;Radon变换的相关文献由2150位作者贡献,包括李振春、邹焕新、何冰等。

Radon变换—发文量

期刊论文>

论文:735 占比:1.52%

会议论文>

论文:51 占比:0.11%

专利文献>

论文:47560 占比:98.37%

总计:48346篇

Radon变换—发文趋势图

Radon变换

-研究学者

  • 李振春
  • 邹焕新
  • 何冰
  • 薛亚茹
  • 匡纲要
  • 吕宁
  • 张军华
  • 王晅
  • 田连玉
  • 韩立国
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 斯佳成; 邓红超
    • 摘要: 针对浅海随机噪声与混响背景下蛙人等弱回波强度、慢速小目标的检测问题,提出一种基于声呐历程累积图像的目标检测方法。首先根据声呐图像时域、空域相关性,采用背景空时归一化处理技术,抑制声呐背景中的静态混响、突发性噪声等强回波干扰。声呐历程累积图像集成了多帧声呐图像的信息,目标回波亮点由于运动连续性形成亮线特征,利用该特征,采用Radon恒虚警率(Radon Constant False Alarm Rate,Radon-CFAR)检测声呐历程累积图像中的目标短时运动轨迹,能够检测到低信噪比的目标。分析了空时归一化处理和检测算法的性能,并通过海试数据验证了该算法的有效性,可以检测到低信噪比的蛙人目标回波。
    • 刘海涵; 吕卫祥
    • 摘要: 高速动目标回波能量的相参积累一直是国内外学者的研究热点。针对时间反转变换-二阶Keystone变换-吕分布(TRT-SKT-LVD)算法在积累过程中丢失速度信息的问题,提出时间反转变换-一阶Keystone变换-Radon变换(TRT-KTR)算法实现动目标速度的分离与相参积累。通过时间反转分离出目标的速度信息,采用低通滤波器和线性平滑法消除噪声引起的突变点的影响。用一阶Keystone变换校正目标速度引起的距离走动。利用Radon变换估计速度模糊数并进行补偿实现相参积累。仿真证明,该算法可以有效分离并积累目标的速度分量,且拥有较低的运算量。结合TRT-SKT-LVD后的联合算法可积累出目标距离、速度、加速度三维信息,实现多目标检测。
    • 王志鹤; 行坤; 崔宁; 喻忠军
    • 摘要: 为了克服Radon变换用于合成孔径雷达(SAR)图像中的船舶尾迹检测的缺陷,提出了一种基于Radon变换和尾迹模型的尾迹检测算法,可以有效地检测出大幅SAR图像中的船舶尾迹。该算法利用结合梯度的归一化Radon变换增强了变换域中的峰谷值,采用成对搜索算法提取峰谷值,得到候选尾迹直线,并对候选尾迹进行验证,剔除虚警得到真实的尾迹,并确定尾迹的起点和方向。实验结果表明,所提算法在TerraSar-XSAR图像数据中对于船舶尾迹的检测准确率为87%。
    • 安良; 徐若珺; 曹红丽
    • 摘要: 针对水中声源深度分辨问题,该文提出一种基于干涉条纹斜率分布的声源深度分辨方法。该方法利用存在负跃层的浅海波导中水面和水下声源简正波激发能力的差异,建立了辐射噪声干涉条纹分布随声源深度变化的模型,分析了水面和水下声源激发的辐射噪声干涉条纹斜率分布差异性的物理机理。利用图像处理算法,将该差异表征为辐射噪声干涉图像Radon变换矩阵列方差向量的峰值个数,并据此进行水面和水下目标辨别。仿真和海试数据验证结果证明,该文提出的方法可应用于存在负跃层的浅海波导中,能有效分辨水面和水下目标,且与传统方法相比,不需要声源距离与海洋声学环境参数的先验信息。
    • 薛亚茹; 郭蒙军; 冯璐瑜; 马继涛; 陈小宏
    • 摘要: 高分辨率Radon变换是地震资料处理常用的方法之一,其反演通常涉及矩阵求逆、多次迭代等环节,这些因素导致Radon变换反演计算量大,收敛速度慢等问题.本文在分析Radon变换分辨率降低原因基础上,提出基于一维卷积神经网络(Convolutional Neural Network,CNN)的高分辨率Radon变换反演方法.该方法通过卷积神经网络的非线性表征能力实现低分辨率Radon参数到高分辨率Radon参数的映射,分析了基于反褶积原理的串联映射模型和基于残差学习的并联映射模型提高分辨率的原理.将上述CNN网络得到的特定频率Radon参数约束其他频率参数的反演,避免了分频训练的弊端.模拟数据和实际数据的多次波压制实验表明,本文提出的基于一维卷积神经网络的高分辨率Radon变换可以较好地压制多次波,且计算效率高.
    • 何坚强; 汪志成; 翁嘉鑫
    • 摘要: 在器件检测流水线中,存在器件随机摆放的问题,为了精确检测器件的各项参数,需要对初始采集的器件图像进行校正。针对传统Radon变换存在的速度慢、普适性差等问题,提出了一种基于Radon变换的改进型倾斜图像校正方法。该方法对高精度图像进行多次降采样处理,并通过逐列扫描法来限制Radon变换投影角度的搜索范围,减小了计算量,提高了算法的识别效率。且考虑到Radon变换无法区分颠倒器件,引入了占空比法解决颠倒图像的校正问题。实验结果表明,提出的方法与传统Radon方法相比不仅校正效率高而且具有较强的普适性。
    • 杨文博
    • 摘要: 在地震数据处理中,常常会出现数据缺失的情况,需要对缺失的地震道进行重建。目前,针对地震数据重建问题,多采用Radon变换的方法,而Radon变换的求解以传统的共轭梯度法为主,计算量较大,收敛慢。为了进一步提高计算效率,文章采用FISTA算法求解Radon变换目标函数,研究了基于FISTA算法的Radon变换地震数据重建效果,并在相同的迭代次数下开展了基于共轭梯度法和FISTA算法的重建误差分析。模拟数据表明,采用FISTA算法重建地震数据可以获得较高的重建精度。
    • 高海韬; 李丹宁; 王彬; 唐鑫鑫
    • 摘要: 运动模糊图像复原的目的是改善运动图像质量,从而为图像处理任务提供高质量的清晰图像以保证算法能够准确获取图像信息,其中运动模糊图像的点扩散函数(PSF)求解是影响复原图像质量的关键步骤。针对现有运动模糊图像PSF参数估计方法中存在的估计误差大、有效估计范围有限等问题,在分析频谱图像特征的基础上,提出一种改进的PSF参数估计方法。通过图像增强处理和形态学变换去除频谱图像中的十字亮线和噪点干扰,获取形态合适的条纹图像以完成Radon变换检测。利用二值频谱图像的条纹特征自适应地控制形态学运算精度,从而保证算法的执行效率和鲁棒性。对条纹进行边缘测定,消除由条纹自身宽度导致的角度估计误差,以提高参数估计结果的精度。实验结果表明,该方法能够提高模糊参数估计的准确率和有效估计范围,由此构建的PSF能复原出更加清晰的重建图像,复原图像总体峰值信噪比不低于25 dB。
    • 罗忠亮; 贾应彪
    • 摘要: 视网膜血管管径的异常变化与糖尿病、高血压等心脑血管疾病发展进程息息相关,眼底图像中视网膜血管信息的提取是计算机辅助分析和诊断相关疾病的重要步骤。本研究提出一种视网膜血管管径测量方法。首先对眼底图像进行图像预处理,然后基于高斯过程和Radon变换准确跟踪血管中心线和方向,最后利用二维高斯过程回归技术测量血管管径。在DRIVE和STARE这两个眼底图像数据库中进行测试。结果表明不论是对于曲率较小的近似直线型血管段、曲率较大的弯曲型血管段,还是对于管径发生变化的血管段,本文方法都能较好地检测出血管管径宽度,且标准差低、运算速度快。
    • 井洪亮; 张少华; 方云峰; 马光凯; 张茜; 杨雪霖
    • 摘要: 通常情况下,应用Radon变换压制多次波,一般是对正变换的模型空间进行处理,再反变换回时空域,而Radon域能量团的收敛性直接影响多次波去除效果,且求解过程中需反复进行矩阵的逆运算,计算成本偏高。为此,基于二维抛物Radon变换,借鉴Abbad等的方法,首次提出λ-f(λ为曲率q与频率f的乘积)域三维抛物Radon变换多次波压制方法,将常规三维抛物Radon变换的f-q_(x)-q_(y)(q、q分别为横、纵向离散曲率)域转换到一个全新的λ_(x)-λ_(y)-f(λ_(x)=q_(x)f、λ_(y)=q_(y)f)域,继承了二维λ-f域Radon变换思路。通过引入新的变量λ和λ,消除常规Radon算子对频率的依赖,减少了矩阵运算次数,显著提高了计算效率;根据一次波和多次波能量在λ-f域空间分布特征,设计三维椎体滤波器,更有效地分离一次波和多次波,降低空间截断效应引起的误差。理论模型及实际数据测试表明:(1)所提方法降低了空间截断效应的影响,消除了变换算子对频率的依赖,有效减少了矩阵求逆运算次数,较常规三维Radon变换方法的计算效率提高了约8倍以上;(2)所提方法仍然存在Radon类方法的弊端,即当一次波和多次波速度差异较小时,在近炮检距位置无法得到较理想的多次波压制效果。
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号