Hessian矩阵

摘要： 本文借助二元函数Hessian矩阵正定、负定的相关结果,分析了二元函数极值的充分条件与二元函数凹凸性概念之间的联系,阐述二元函数极值条件的几何意义.

摘要： 针对卵巢癌细胞形态特征多变,细胞图像背景复杂,分类识别困难等问题,提出一种基于HSV分量联合Hessian矩阵的细胞检测算法对卵巢癌细胞进行分类识别。首先基于HSV分量图像进行特征分析,提取S分量去除噪声干扰,然后利用Hessian矩阵实现图像增强,结合自适应迭代阈值算法完成图像分割,最后根据形态学方法和canny算子实现卵巢癌细胞轮廓特征提取,对细胞进行分类识别。经实验证明,该算法可有效提取卵巢癌细胞轮廓并进行分类识别,从而辅助医生对卵巢是否癌变进行诊断。

摘要： 车道线是司机进行安全驾驶的重要依据。提高车道线检测的准确性以及实时性,能够保证司机在驾驶过程中的行驶安全,从而减少道路上交通事故的发生概率。为此,提出一种基于Hessian矩阵的车道线检测方法,首先对原彩色车道线图片进行灰度化处理,之后采用中值滤波对灰度图像进行消噪处理,最后通过Hessian矩阵的特征值所构造的滤波器进行车道线的增强,最终实现车道线的有效提取。实验表明,该方法能够不受图像中的噪声影响,准确地检测到公路上的车道线,提高识别率。

摘要： 精确的位置信息在无线传感网络(WSNs)中扮演着重要地位,基于用户节点之间信息交互的协同定位可以提供高精度定位,是目前非常有前景的研究方向。传统的协同定位模型,例如最小二乘(LS)模型,依赖于从先验测量信息中得到粗略的位置估计作为迭代初值。由于代价函数一般为非凸,该模型对迭代初值的选取十分敏感,计算结果容易陷入局部极值。为了深入解释这一现象,文中通过求取最小二乘代价函数的二阶导数,同时对相应的Hessian矩阵进行相似变换,分析了最小二乘代价函数的凸性,得出最小二乘代价函数为凸的一个充分不必要条件。同时利用数值仿真验证了当用户节点测距偏差全部为负数时,最小二乘代价函数在全局范围内为凸函数,这一结论为后续研究奠定了理论基础。

摘要： 海洋拖缆地震资料的叠前深度逆时偏移是对海底地层进行地震成像的主要方法之一.然而,在地质构造复杂区域,因拖缆长度有限,难以接收到深部高陡构造的反射波信号,导致成像效果较差.海底地震节点(OBN)资料虽然含有深部地层信号,但因OBN间距较大,偏移噪声严重.为此,本文提出拖缆与OBN资料联合的成像域最小二乘逆时偏移成像方法.该方法有机地结合了拖缆与OBN资料的优势,同时利用拖缆和OBN资料进行最小二乘逆时偏移,得到更高质量的反射率成像剖面.此外,通过在成像域计算点扩散函数来估计最小二乘反演方程的Hessian矩阵,避免了常规方法通过多次偏移和反偏移估计Hessian矩阵极其耗时的缺陷.用理论模型合成资料的测试结果,表明了本文方法的正确性及其对复杂构造成像的有效性.

摘要： 针对传统ORB特征点匹配准确率低和在光流算法中跟踪特性差的问题,提出了一种基于改进ORB特征点的LK光流算法.首先结合FAST特征点和rBRIEF特征描述符计算出ORB特征点;然后结合SURF算法在特征提取步骤中构建的Hessian矩阵对ORB特征点进行再提取;最后对改进ORB特征点进行特征匹配测试和LK光流跟踪测试.实验结果表明,相较于传统ORB特征点,改进ORB特征点的特征匹配准确率平均提升20.96％,LK光流跟踪成功率平均提升19.73％.本文提出的改进ORB特征点不仅拥有更好的特征匹配效果,同时具有更好的跟踪特性.

摘要： 为了改善逆问题病态性又能提高图像重建质量,提出了一种基于模拟退火粒子群算法的MIT图像重建方法.根据Hessian矩阵的维度,构建了一种Tikhonov和NOSER型混合多参数正则化算法.将模拟退火算法和粒子群算法进行组合,以广义交叉准则构建目标函数,进行正则化多参数寻优.结果表明,所提方法不仅有效克服了MIT重建图像数值解的不稳定性,增强了抗噪性能,而且所获得的重建图像的质量优于Tikhonov正则化和混合正则化算法,为MIT技术应用提供了理论参考.

摘要： 淋巴结检测和分析对于肿瘤的疗效评估、分期具有重要意义.本研究提出一种基于Hessian矩阵与多视图卷积网络纵隔淋巴结自动检测方法.该方法首先确定纵隔部位淋巴结可能存在的区域;然后,基于淋巴结形态特征,构造多尺度增强滤波器,提取候选淋巴结;最后结合CT图像的冠状面、横断面和矢状面信息,设计多视图卷积网络对候选淋巴结进行分类.对90组患者的纵隔部位进行测试,平均每个患者9个假阳性淋巴结的条件下,灵敏度为90.32％.该方法对不同大小的淋巴结具有较高的检出率.

摘要： 工业CT裂纹分割是工业CT图像处理中的一项关键技术,而CT图像中的伪影、噪声等干扰会对裂纹分割带来极大的困扰.为了提高CT图像中裂纹的分割精度,本文通过分析CT图像中裂纹的特征,提出了结合Hessian矩阵和支持向量机的CT图像裂纹识别与分割的方法.首先采用基于Hessian矩阵的多尺度滤波方法提取CT图像中的线状结构并对提取的线状结构进行对比度增强;然后利用图像像素点灰度在空间的分布规律提取线状结构图像的纹理特征信息;再使用基于径向基函数的支持向量机训练裂纹识别分类器;进而使用训练好的模型定位测试图像中裂纹所在的方块区域;最后使用自动阈值分割算法得到CT图像中的裂纹.实验结果表明,结合Hessian矩阵和支持向量机的分割方法能够抑制图像中非目标区域,提高了算法的抗干扰性,对裂纹子图像识别的准确率可达94.5％,具有实际的工程应用价值.

摘要： 基于方位特征集与构型演变相结合的型综合方法，提出一种能实现空间三移动和两转动的新型4-SPS/CPC五自由度并联机构模型，其中SPS支链为驱动支链，CPC为恰约束主动支链。采用螺旋理论计算了4-SPS/CPC并联机构的自由度，利用驱动杆输入速度与该机构上平台输出速度之间的映射关系，对该机构的运动学进行了研究；给出了该机构的位置正解和反解，导出了Jacobian矩阵与Hessian矩阵。

摘要： 基于方位特征集与构型演变相结合的型综合方法，提出一种能实现空间三移动和两转动的新型4-SPS/CPC五自由度并联机构模型，其中SPS支链为驱动支链，CPC为恰约束主动支链。采用螺旋理论计算了4-SPS/CPC并联机构的自由度，利用驱动杆输入速度与该机构上平台输出速度之间的映射关系，对该机构的运动学进行了研究；给出了该机构的位置正解和反解，导出了Jacobian矩阵与Hessian矩阵。

摘要： 基于方位特征集与构型演变相结合的型综合方法，提出一种能实现空间三移动和两转动的新型4-SPS/CPC五自由度并联机构模型，其中SPS支链为驱动支链，CPC为恰约束主动支链。采用螺旋理论计算了4-SPS/CPC并联机构的自由度，利用驱动杆输入速度与该机构上平台输出速度之间的映射关系，对该机构的运动学进行了研究；给出了该机构的位置正解和反解，导出了Jacobian矩阵与Hessian矩阵。

摘要： 基于方位特征集与构型演变相结合的型综合方法，提出一种能实现空间三移动和两转动的新型4-SPS/CPC五自由度并联机构模型，其中SPS支链为驱动支链，CPC为恰约束主动支链。采用螺旋理论计算了4-SPS/CPC并联机构的自由度，利用驱动杆输入速度与该机构上平台输出速度之间的映射关系，对该机构的运动学进行了研究；给出了该机构的位置正解和反解，导出了Jacobian矩阵与Hessian矩阵。

摘要： 基于方位特征集与构型演变相结合的型综合方法，提出一种能实现空间三移动和两转动的新型4-SPS/CPC五自由度并联机构模型，其中SPS支链为驱动支链，CPC为恰约束主动支链。采用螺旋理论计算了4-SPS/CPC并联机构的自由度，利用驱动杆输入速度与该机构上平台输出速度之间的映射关系，对该机构的运动学进行了研究；给出了该机构的位置正解和反解，导出了Jacobian矩阵与Hessian矩阵。

摘要： 基于方位特征集与构型演变相结合的型综合方法，提出一种能实现空间三移动和两转动的新型4-SPS/CPC五自由度并联机构模型，其中SPS支链为驱动支链，CPC为恰约束主动支链。采用螺旋理论计算了4-SPS/CPC并联机构的自由度，利用驱动杆输入速度与该机构上平台输出速度之间的映射关系，对该机构的运动学进行了研究；给出了该机构的位置正解和反解，导出了Jacobian矩阵与Hessian矩阵。

摘要： 本文对传统的边缘提取及区域分割方法进行了一定的改进，将其扩张到了三维体数据中，并针对hessian阵边缘效应特别强的特点，提取其最大特征值进行图像分割，取得了一定的效果。

摘要： 本文对传统的边缘提取及区域分割方法进行了一定的改进，将其扩张到了三维体数据中，并针对hessian阵边缘效应特别强的特点，提取其最大特征值进行图像分割，取得了一定的效果。

摘要： 本文对传统的边缘提取及区域分割方法进行了一定的改进，将其扩张到了三维体数据中，并针对hessian阵边缘效应特别强的特点，提取其最大特征值进行图像分割，取得了一定的效果。

摘要： 本文对传统的边缘提取及区域分割方法进行了一定的改进，将其扩张到了三维体数据中，并针对hessian阵边缘效应特别强的特点，提取其最大特征值进行图像分割，取得了一定的效果。

摘要： 本发明公开一种基于Hessian矩阵的三维地震相干属性调节方法，应用于地震数据处理领域，针对现有的属性调节方法无法从含噪音的相干图像中提取所有有价值的解释特征的问题，本发明采用片状结构作为解释从断层到通道和管道等特征的建模工具，将属性的调节看作一个片状增强问题；在类片状结构的建模中，本发明提出了一种AMHSF滤波方法，从相干噪声图像中分离出类片状结构；作为AMHSF的关键和最核心的部分，本发明还提出了一种新的增强函数，作为对片状结构进行更大程度增强的基础，它完全不同于目前与血管增强相关的增强函数；实验结果表明，本发明的方法能有效地滤除相干图像中受强背景噪声和地层不连续性污染的所有有价值特征。

摘要： 本发明公开了一种基于Hessian正则非负矩阵分解的非编码RNA与疾病关系预测方法，属于系统生物学领域，主要包括三个步骤：步骤一，分别计算非编码RNA的高斯谱核相似性和疾病的高斯谱核相似性；步骤二，使用迭代求解算法计算非编码RNA‑疾病关联对预测得分；步骤三，根据算出的非编码RNA‑疾病关联对得分进行排序，给出最终预测结果。本发明通过Hessian正则化细致刻画数据内在流形结构，有效利用了阴性样本的信息；l2,1范数约束和近似正交约束保证了编码矩阵的群稀疏性，能减弱噪声数据的影响。本方法能获得比较可靠的预测结果，有效地解决了生物实验方法耗时长、成本高的问题。

摘要： 本发明提供一种改进的基于Hessian矩阵增强的颅骨分割方法，包括以下步骤：(1)医学图像预处理；(2)对目标区域估计；(3)利用骨增强滤波器对图像中的骨骼体素进行增强，(4)基于图割理论进行颅骨分割。本发明提供的一种改进的基于Hessian矩阵增强的颅骨分割方法。没有手动处理的前提下仍可以实现CT图像中完整颅骨的分割，分割效果良好。该方法不仅解决了传统的图像分割方法无法克服的关节分割不良的问题，而且能较为完整的分割出颅骨中结构较薄、CT值较低的软骨和松质骨，克服了传统的分割方法在进行颅骨分割时经常性的存在着结构分割不完整的问题。

摘要： 本发明提供了一种基于非均匀尺度Hessian矩阵的光点提取方法，其可在进行光点中心亚像素提取同时，保证光点中心的精度，满足精确图像处理的要求；包括如下步骤：S1、获取非均匀光点图像，对光点图像二值化处理，并确定高斯卷积核的尺度初值；S2、根据尺度初值建立非均匀尺度的高斯卷积模板；S3、根据高斯卷积模板构造归一化Hessian矩阵的行列式算子；S4、获取行列式算子值最大时的高斯模板尺度，并将在该高斯模板尺度下的图像点坐标作为光点中心像素级坐标；S5、根据光点中心像素级坐标，在得到的光点图像中心领域中做亚像素级别的中心提取，进而获得光点中心的亚像素级坐标位置。

摘要： 本发明公开基于Hessian正则时空低秩约束的交通数据矩阵填充方法，获取不完整的交通数据，建立交通数据矩阵；建立基于因子矩阵分解的低秩矩阵补全模型；通过分析交通数据的时序变化特性和Hessian正则空间相似特性，对所述基于因子矩阵分解的低秩矩阵补全模型进行优化；进行加入时空约束的低秩矩阵补全，恢复出原始交通数据。本发明将一种基于因子矩阵分解的低秩矩阵补全方法应用于交通数据恢复领域，并充分挖掘交通数据的时空相关性和低秩特性，提高了恢复完整交通数据的精度，尤其对不同缺失模式下的交通数据修复具有很好的应用效果。

摘要： 本发明公开一种基于Hessian矩阵的三维地震相干属性调节方法，应用于地震数据处理领域，针对现有的属性调节方法无法从含噪音的相干图像中提取所有有价值的解释特征的问题，本发明采用片状结构作为解释从断层到通道和管道等特征的建模工具，将属性的调节看作一个片状增强问题；在类片状结构的建模中，本发明提出了一种AMHSF滤波方法，从相干噪声图像中分离出类片状结构；作为AMHSF的关键和最核心的部分，本发明还提出了一种新的增强函数，作为对片状结构进行更大程度增强的基础，它完全不同于目前与血管增强相关的增强函数；实验结果表明，本发明的方法能有效地滤除相干图像中受强背景噪声和地层不连续性污染的所有有价值特征。

摘要： 本发明提供基于点扩散函数的Hessian矩阵的计算与存储方法，包括基于高斯束进行射线追踪获得射线参数，通过射线参数计算旅行时，振幅，用点扩散函数近似替代Hessian矩阵，利用WKBJ近似导出Hessian矩阵解析公式，计算Hessian矩阵，利用Hessian矩阵对偏移结果进行校正。本发明引入短波逼近法(WKBJ)下的近似格林函数以及在局部窗中对Hessian矩阵进行构建，提高了计算效率，降低了运算的规模。

摘要： 本发明公开了一种基于双边滤波与Hessian矩阵的多尺度太阳色球纤维识别方法，本发明首先对原图像进行归一化处理，便于后续的函数变换，之后使用双边滤波技术对纤维图像进行去除噪声处理，实现保护边缘的效果；其次将Hessian矩阵特征值与高斯函数相互结合构建相应的多尺度滤波器对滤波后的图像进行纤维的识别；接着对识别的图像选择合适的阈值进行二值化处理；将二值化后的纤维识别图像进行去除小面积连通分量的操作去除小面积的干扰特征，最后进行形态学细化处理，最后得到纤维的精细结构，较精准地对太阳色球纤维图像中的纤维进行了识别，并且在数量上也能够明显的增加。

摘要： 本发明公开了一种基于Hessian矩阵的改进ORB特征点匹配方法，包括如下步骤：首先采用FAST算法对图像进行特征点初步提取，并对其进行非极大值抑制处理。然后采用SURF特征点提取中用到的Hessian矩阵对特征点进行优化提取，具体过程分为：对图像进行高斯滤波；分别计算每个初步提取特征点的Hessian矩阵判别式，若满足判别式取得局部最大值则保留；将该特征点的Hessian矩阵判别式与领域内的点Hessian矩阵判别式差值之和与设定的阈值进行比较，若大于设定阈值，则保留为最终的特征点，并通过灰度质心法确定特征点的方向。再通过改进BRIEF算法得到特征点的二进制特征描述符。最后根据汉明距离匹配来实现特征匹配。本发明能够寻找出更稳定的特征点，也一定程度提升了ORB算法的匹配精度。

摘要： 本发明公开了一种基于hessian矩阵和区域增长相结合的视网膜血管分割系统，包括用以提取视网膜图像绿色通道并对提取的图像进行增强处理提高对比度的视网膜图像预处理单元；通过hessian矩阵对图像进行再次增强处理并过去视网膜图像中血管走向的hessian矩阵增强单元；将hessian矩阵增强后的图像进行形态分类，以提取细小血管的连通域分类单元；以及对分类后的图像进行区域增长以连接图像中断裂的血管结构，进而提高分割效果、完善分割结果的区域增长单元。本系统能够实现视网膜眼底图像中血管分割，并且针对分割算法分割结果出现断裂点的问题，采用hessian矩阵结合区域增长的方式，提出二者结合的算法，进一步改善了提取图像中血管断裂的情况，提高了血管分割的准确率。