图像的相空间表示及其应用

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60972126
  • 项目类别：
    面上项目
  • 资助金额：
    35.0万
  • 负责人：
    彭思龙
  • 依托单位：
    中国科学院自动化研究所
  • 学科分类：
    F0111.信号理论与信号处理
  • 结题年份：
    2012
  • 批准年份：
    2009
  • 项目状态：
    已结题
  • 起止时间：
    2010-01-01 至2012-12-31

项目摘要

研究一种数字图像的新的表示方法- - 相空间表示，其研究思路为：采用基于局部奇异算子的方法对图像进行分解，将其分解为分片平滑图像和纹理图像，其中对于纹理图像采用四元数傅里叶变换定义一种二元解析信号，在此基础上进一步对纹理图像进行分解，得到一些相对简单的纹理图像。其特色是对各个相对简单的分量可以很方便的进行处理和分析,能够最大限度的将图像中复杂的内容分离开。同时研究一种基于内容分离的混合图像压缩算法，研究该算法的目标是在失真很小的情况下达到较高的压缩比，其研究思路为：将图像采用相空间表示，然后针对图像分离所得到各分量的特点选择不同的压缩策略，从而达到很好的压缩效率。相空间表示的研究成果将在数据保真度和压缩比要求都比较高的领域，如可见光遥感图像压缩、具有纹理比较丰富的图像压缩等应用领域有着重要的应用价值。

结项摘要

根据课题任务书，本课题在两个方面取得了重要的进展：基于算子的信号分解；图像自适应分解用于图像压缩。在信号分解领域，提出了零空间（Null Space Pursuit）的算法；提出了基于NSP的调频调幅信号分解算法；提出了解决信号混叠问题的背投影算法；提出了一种信号包络的新的理解以及相应的分解算法；提出了基于积分算子的信号自适应分解算法；提出了基于稀疏约束的算子自适应信号分解算法等。在图像压缩领域，提出了基于图像分解的多分量预测静态图像编码框架。发表了SCI文章11篇，国际会议论文10余篇，完成了课题预计的任务。

项目成果

期刊论文数量（0）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

基于小波域HMT模型的图像超分辨率重构
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机辅助设计与图形学学报
  • 影响因子：
    --
  • 作者：
    赵书斌;彭思龙
  • 通讯作者：
    彭思龙
基于连续小波变换的FTIR光谱拟合算法
  • DOI：
    --
  • 发表时间：
    2012
  • 期刊：
    Spectroscopy and Spectral Analysis
  • 影响因子：
    0.7
  • 作者：
    姜安;彭江涛;王怀松;彭思龙;谢启伟
  • 通讯作者：
    谢启伟
基于三阶线性微分算子的零空间追踪算法
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    系统工程理论与实践
  • 影响因子：
    --
  • 作者：
    肖维维;栾卫军;彭思龙
  • 通讯作者：
    彭思龙
基于GVF的骨架snake模型
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    计算机应用
  • 影响因子：
    --
  • 作者：
    王洪剑;孙志宏;彭思龙
  • 通讯作者：
    彭思龙
基于纹理基元的图象分割
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    中国图象图形学报.
  • 影响因子：
    --
  • 作者：
    张蓬;赵书斌;彭思龙
  • 通讯作者：
    彭思龙

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

彭思龙的其他基金

复杂混合溶液的FTIR-ATR干涉信号处理方法研究
  • 批准号：
    61032007
  • 批准年份：
    2010
  • 资助金额：
    230.0 万元
  • 项目类别：
    重点项目
静态图象低比特率压缩算法
  • 批准号：
    60272042
  • 批准年份：
    2002
  • 资助金额：
    20.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码