导读:本文包含了时空重建算法论文开题报告文献综述及选题提纲参考文献，主要关键词:时间一致性,空间一致性,稳定特征点,SLAM
时空重建算法论文文献综述
范涵奇,张帅[1]（2019）在《基于时空一致性的相机定位与地图重建算法》一文中研究指出为了提高SLAM(同时定位与地图构建)的精确性,提出一种基于时空一致性的单目相机SLAM算法.稳定的特征点具有以下2个特性:一是出现在连续的多帧图像中;二是能够被多个不同视角的相机观察到.本文分别使用时间一致性和空间一致性(简称时空一致性)描述上述2个特征.利用时间一致性的策略确定插入关键帧的时机,利用空间一致性的策略严格筛选3维点云.在KITTI数据集中,本文与ORB-SLAM (基于ORB特征的SLAM系统)算法相比较,本文方法需要选取的关键帧数量更少,使得局部优化线程中关键帧位姿能够得到更加充分的优化,处理速度可达35帧/秒,能够满足实时性要求.实验表明本文方法能够有效地降低误差,提高SLAM的精确性.(本文来源于《机器人》期刊2019年01期）
庄孝星,马崚嶒,蔡聪波,陈忠[2]（2016）在《一种基于时空变换和压缩感知的磁共振螺旋采样的图像重建算法》一文中研究指出螺旋采样磁共振快速成像在功能性成像、并行成像和动态成像等领域发挥着越来越重要的作用.螺旋采样图像重建的传统算法是用核函数将螺旋状分布的k空间数据插值到均匀网格中,再利用傅里叶变换和最小二乘法进行重建.但是基于网格化的算法对核函数过于依赖,在网格化过程中产生难以避免的误差.该文提出了基于时空变换和压缩感知的l1范数的最优化模型和重建算法.时空变换矩阵描述了空间上的磁共振图像与采集到的时域信号间的关系,使得算法直接使用采集到的数据作为保真约束项,避免了网格化过程产生的误差.此外,基于图像处理单元的并行计算被用来提高时空变换矩阵的运算速度,使得算法具有较强的应用价值.(本文来源于《波谱学杂志》期刊2016年04期）
臧琳,宋冬梅,单新建,崔建勇,邵红梅[3]（2016）在《基于被动微波与时空联合算法的云下像元LST重建》一文中研究指出地表温度作为衡量地球表面水热平衡的关键参数,具有两大时空分布特征:第一,空间分布一致性,即属性相近的像元地表温度与其地表亮温间的相关关系相对稳定;第二,时间序列周期性,且同一地区时间越接近地表温度值越相似。基于这两大特征将空间统计模型与时间序列滤波相结合,提出了用于云下像元地表温度重建的时空联合算法。以2008年MODIS地表温度产品为研究对象,采用Landsat TM数据和AMSR_E地表亮温数据重建中国9个省份的地表温度值,并与基于MODIS地表分类产品的多通道统计模型重建结果进行对比。实验结果表明,所提算法实用性强,能有效实现大面积复杂下垫面区域的地表温度重建;平均重建误差约为1.2K,相较于基于下垫面分类的多通道统计模型下降了76%,算法精度明显提高。(本文来源于《遥感技术与应用》期刊2016年04期）
宋海英,何小海,吴媛媛,卿粼波[4]（2011）在《一种稳健的多视频时空超分辨率重建算法》一文中研究指出为了提高视频序列的时间分辨率和空间分辨率,该文提出了一种基于一阶范数和时空总变分正则化方法的时空超分辨率视频重建算法。该算法利用同一场景的多个具有子像素空间位移偏差和子帧率时间偏差的低分辨率视频序列,重建得到一个高时空分辨率视频序列。在求解过程中不需要直接构造大型矩阵,大大降低了对内存的要求。实验结果表明该算法是有效的,且对成像模型估计误差具有一定的鲁棒性。(本文来源于《电子与信息学报》期刊2011年09期）
梅颖洁,周爱珍,王聪,莫纪江,陈武凡[5]（2011）在《动态磁共振成像中利用时空滤波的非笛卡尔稀疏数据重建新算法》一文中研究指出通过非笛卡尔稀疏采样,可以显着缩短磁共振成像数据采集时间,在动态磁共振中具有良好的应用前景。现有的动态图像重建算法主要利用信号在时间域上的相关性完成图像重建,对信号在空间域上的相关性探讨不足。本文提出利用时空滤波的非笛卡尔稀疏数据重建新算法,同时考虑采集信号在时间域和空间域上的相关性。对动态的磁共振数据在时间域上采用改进的Hanning滤波,以克服数据量的不足;在空间域上,引入高频增强约束以突出图像中的细节信息。仿真实验结果显示,该方法重建出时间分辨率良好、细节比较清晰的图像,实现了稀疏采集的非笛卡尔数据在k空间的重建。(本文来源于《北京生物医学工程》期刊2011年04期）
宋海英,何小海,陈为龙,孙琰玥[6]（2011）在《多视频的时空超分辨率重建算法》一文中研究指出Shechtman E等提出的时空超分辨率重建算法,在输入低分辨率视频序列足够多的情况下,重建效果非常好.但在实际应用中很难获得针对同一动态场景的大量低分辨率视频序列,导致该重建算法的应用有了一定的局限性.针对这一问题,提出了一种新的时空超分辨率重建算法.采用Shechtman E等提出的算法重建出一个高时间分辨率视频序列,采用改进的迭代反投影算法提高该高时间分辨率视频序列的空间分辨率,从而得到一个高时空分辨率视频序列.实验结果表明,提出的新算法能较好地实现用较少的低分辨率视频序列重建一个高时空分辨率视频序列.(本文来源于《北京邮电大学学报》期刊2011年04期）
田敬北,侯天峰,李梦和[7]（2011）在《基于POCS框架的时空联合自适应视频超分辨率重建算法》一文中研究指出针对传统POCS(projection onto convex sets)算法的局限性,提出了一种基于POCS框架的时空联合自适应视频超分辨率重建算法。通过引入时空联合自适应机制,算法有效地减缓了错误运动估计信息对重建图像质量的影响,克服了传统POCS算法对目标运动剧烈的视频序列重建时存在的噪声放大效应。实验结果表明,该算法有效地缓解了噪声放大,重建图像主观质量得到了增强,提高了信噪比。(本文来源于《计算机应用研究》期刊2011年07期）
边兆英[8]（2011）在《基于区域时空先验的动态PET重建及PET图像恢复算法研究》一文中研究指出作为功能分子影像技术的杰出代表,正电子发射断层成像(Positron Emission Tomography, PET)借助探测扫描前注射入活体内的经放射性核素标记的示踪剂进行显像,能够在分子水平上利用影像技术反映机体的心脑代谢和功能,在肿瘤学,心血管疾病学和神经系统疾病学研究中,以及新医药学开发研究等领域中显示出它卓越的性能。尤其在临床应用方面,随着放射性药物化学和硬件设备的发展,PET广泛应用于临床疾病诊断,已经成为重要的影像学诊断工具。通过对放射性药物的特异性显像,PET在肿瘤、心脏病及神经和精神系统疾病的临床诊断中展现出无法替代的优点,受到越来越多的关注和重视。同时,在临床医师眼中,PET如今已成为肿瘤、心血管系统和神经系统等领域疾病确诊和进一步治疗实施的金标准。然而在实际中由于受探测数据低计数率和低信噪比的影响,PET图像的重建问题在理论上是一个病态问题。传统的滤波反投影(Filtered Back Projection,FBP)重建方法虽然具有成像速度快的优点,但其重建图像却含有大量噪声,图像质量较差。最大似然期望最大法(Maximum Likelihood Expectation Maximization, ML-EM)能够针对系统模型的物理效应和探测数据和噪声的统计泊松特性建立数学模型,其重建的图像质量要优于传统的FBP方法。然而,单纯的传统ML-EM方法收敛速度较慢,而且在迭代过程中会产生质量退化的图像而导致的棋盘效应,从而导致非收敛的迭代过程。如何重建出优质PET图像,主要集中在两个研究方面：一个方面是基于最大后验估计(Maximum A Posteriori, MAP)方法通过引入先验信息改善重建图像质量；另一方面是利用滤波降噪等图像恢复技术进行改善图像质量。最大后验估计方法,也被称为基于马尔可夫随机场(Markov Random Fields, MRF)理论的贝叶斯(Bayesian)重建方法,通过引入正则化项来引进待重建图像目标同位素密度数据在空间上的概率分布的先验信息,能够明显改善重建图像质量以及迭代过程的收敛性,该方法已被证明了其在理论上的正确性和实际上的有效性。而在图像降噪改善图像质量方面,根据探测数据的统计特性和重建图像的噪声特性,主要从投影数据恢复和重建图像后处理两个思路进行。投影数据恢复通过对PET投影数据的统计特性进行数学建模,一般近似认为其满足Poisson分布,采用相应的降噪方法进行恢复处理；重建图像后处理则主要针对图像中的伪影噪声进行滤波处理。本文对于PET图像优质重建的算法研究同样也是基于以上两个方面,作者主要做了以下工作：(1)提出一种基于区域时空先验的动态PET最大后验重建方法。该方法基于Bayesian重建理论,充分利用PET图像的局部空间邻域信息与房室模型动态时间信息,并结合预分割区域信息,构造了一个区域时空先验模型,可以在空间和时间上对图像噪声进行双重约束。人体脑部18F-FDG动态PET仿真实验结果表明,所提方法在降低图像噪声,提高图像分辨率以及提高动力学参数估计准确度方面均有较好的效果。(2)提出一种投影数据恢复导引的PET图像滤波方法。该方法利用恢复投影数据的重建图像冗余信息优化非局部均值权重,首先对投影数据进行恢复,然后采用传统的滤波反投影(Filtered Back Projection, FBP)法进行PET图像重建,随后利用非局部均值(Non-local means)的思想计算权值矩阵,接着利用该权值先验矩阵导引直接重建FBP图像的非局部均值滤波。仿真和临床PET数据实验表明,所提方法可以在满足临床应用的需求下,有效地改善PET重建图像质量。(本文来源于《南方医科大学》期刊2011-04-06）
焦卫东,杨世锡,钱苏翔,胡红生,严拱标[9]（2010）在《联合应用MUSIC与FastICA算法实现多个时空混迭源信号的波形重建》一文中研究指出联合应用多信号分类与快速独立分量分析算法,分离多个时空混迭源信号,并重建其波形。利用多信号分类的方法,基于二阶统计量辨识观测信号的噪声子空间,并搜索与噪声子空间和方向矢量同时正交的多源位置参数,实现源信号波达方向的估计。利用基于固定点迭代的快速独立分量分析方法,通过最小化互信息这一高阶统计量测度来估计传感器阵列的增益模式,进而估计未知的源信号混迭矩阵。实现多个时空混迭源信号的分离与波形的重建。试验结果表明,基于多信号分类与快速独立分量分析联合的新方法,能有效辨识复值时空混迭矩阵,正确分离并重建来自不同方向的混迭源信号,从而为后续的进一步应用(如弱信号检测、故障诊断等)奠定基础。(本文来源于《机械工程学报》期刊2010年06期）
时空重建算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
螺旋采样磁共振快速成像在功能性成像、并行成像和动态成像等领域发挥着越来越重要的作用.螺旋采样图像重建的传统算法是用核函数将螺旋状分布的k空间数据插值到均匀网格中,再利用傅里叶变换和最小二乘法进行重建.但是基于网格化的算法对核函数过于依赖,在网格化过程中产生难以避免的误差.该文提出了基于时空变换和压缩感知的l1范数的最优化模型和重建算法.时空变换矩阵描述了空间上的磁共振图像与采集到的时域信号间的关系,使得算法直接使用采集到的数据作为保真约束项,避免了网格化过程产生的误差.此外,基于图像处理单元的并行计算被用来提高时空变换矩阵的运算速度,使得算法具有较强的应用价值.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
时空重建算法论文参考文献
[1].范涵奇,张帅.基于时空一致性的相机定位与地图重建算法[J].机器人.2019
[2].庄孝星,马崚嶒,蔡聪波,陈忠.一种基于时空变换和压缩感知的磁共振螺旋采样的图像重建算法[J].波谱学杂志.2016
[3].臧琳,宋冬梅,单新建,崔建勇,邵红梅.基于被动微波与时空联合算法的云下像元LST重建[J].遥感技术与应用.2016
[4].宋海英,何小海,吴媛媛,卿粼波.一种稳健的多视频时空超分辨率重建算法[J].电子与信息学报.2011
[5].梅颖洁,周爱珍,王聪,莫纪江,陈武凡.动态磁共振成像中利用时空滤波的非笛卡尔稀疏数据重建新算法[J].北京生物医学工程.2011
[6].宋海英,何小海,陈为龙,孙琰玥.多视频的时空超分辨率重建算法[J].北京邮电大学学报.2011
[7].田敬北,侯天峰,李梦和.基于POCS框架的时空联合自适应视频超分辨率重建算法[J].计算机应用研究.2011
[8].边兆英.基于区域时空先验的动态PET重建及PET图像恢复算法研究[D].南方医科大学.2011
[9].焦卫东,杨世锡,钱苏翔,胡红生,严拱标.联合应用MUSIC与FastICA算法实现多个时空混迭源信号的波形重建[J].机械工程学报.2010