摘要：提出一种纹理合成算法 首先将经验模型分解 (EMD)算法引入到纹理合成领域 ,对样本图像的纹理结构进行提取 ;然后应用分片采样算法和Markov随机场 (MRF)模型生成输出纹理的结构 对于结构之间的空白区域 ,采用距离变换方法分片提取其不规则的形状并进行填充 实验结果表明 ,该算法不仅简单、快速、合成质量高 。

摘要：小波域HMT模型采用混合高斯分布 ,并通过多尺度小波系数隐状态之间的Markov依赖性刻画自然图像小波系数随尺度减小呈指数衰减的特性 由于小波域HMT准确刻画了自然图像小波变换的统计特性 ,因此文中算法以此作为自然图像的先验模型 ,并把图像超分辨率问题表述为一个约束优化问题 ,采用Cycle Spinning方法抑制重构出的高分辨率图像中可能存在的震铃和锯齿等失真 最后 。

摘要：为了增强SRAM型FPGA抗单粒子翻转破坏的能力并减少硬件开销,提出一种面向查找表的基于可观性度量的选择性三模冗余方法.首先定义查找表发生单粒子翻转(SEU)故障的一种可观性概念,并结合概念给出理论计算公式;然后根据计算出的查找表可观性分布筛选出SEU敏感查找表;最后插入相应的冗余电路.此方法能够以较小的冗余比例,使得电路的抗SEU性能接近全三模冗余的效果.对MCNC’91的18个规模不同的电路进行实验的结果表明,文中方法平均只需要冗余37%的查找表,并且冗余后电路的抗SEU性能为92.6%,相比全三模冗余节省了63%的硬件开销,说明该方法能够在有效地提高电路的抗SEU性能前提下取得显著的硬件节省效果.

摘要：图像超分辨率算法目前最为通用的框架是基于Bayes估计的方法,其求解方法多归于重复背投影(插值)的迭代方法·在特定的成像条件下,基于训练的多核插值滤波器估计方法具有良好的效果·考虑采样过程对图像质量的影响,我们把多核插值滤波器估计方法引入到重复背投影的计算框架下,取得了优于单独使用一种方法的超分辨率结果·

摘要：首先利用距离变换后凹腔内外力的特点检测出不收敛区域,然后修改其外力的方向和大小以达到快速收敛.文中算法不但能解决深的凹腔收敛性问题,而且计算简单、收敛速度快.该模型也可推广到基于GVF的快速算法模型.

摘要：单幅图像放大是一个病态问题,约束信息的不足令问题的解决难以有突破性的进展基于图像局部结构的相似性和在不同分辨率尺度上的相似保持,提出了利用局部结构相似性来约束超分辨率问题的思路 根据相似判断规则发现图像中的相似区域,根据相似程度生成多幅相似图像,从而可以利用图像序列超分辨率的算法来求解 文中使用最大后验概率估计方法,在最大后验概率意义下得到最优解实验表明,该算法用于存在着大量相似结构的图像超分辨率问题中有着很好的效果,譬如文字图像。

摘要：提出一种可以控制关键通路时延的时序驱动多级划分算法.首先通过聚类保护降低关键通路被分割的几率,减小后续操作对最小割目标的影响;然后使用划分保护控制通路被分割的次数,将关键通路时延限定在指定时钟周期之内.该算法只对最底层网表进行一次时序分析,克服了现有基于通路的时序驱动多级划分算法无法完全控制关键通路时延,需要对所有层次的网表进行时序分析的缺点.实验结果表明,该算法可得到较小的超边割值和通路时延值.

摘要：为了快速准确地在海量图像中搜索模板的所有实例 ,提出运用边缘金字塔结构来实现Hausdorff距离匹配 根据模板的边缘自适应地确定边缘金字塔分解次数和抽取模式 ,然后通过金字塔结构的引导搜索策略实现快速匹配 对以水平和垂直边缘为主的集成电路显微图像 ,文中算法体现出优越的匹配性能 在集成电路显微图像和一般图像上分别测试的实验结果表明 :文中算法在获得良好的匹配效果的同时 。

摘要：为了克服现有层次化方法通用性差、运算效率不高、电路结构提取不准等缺点,提出了一种基于超图模型的层次化聚类算法.首先对网表中最基本的迭代、总线、扇入和串联结构进行自动识别,然后将这4种基本结构按不同的组合方式进行多级聚类,最终建立起了网表的层次化结构.由于文中基本结构聚类算法是专门针对超图数据结构设计的,其时间复杂度较低.实验结果表明,该算法既可以得到较准确的层次信息,又能保证较高的运算速度,对各种应用均有较好的效果.

摘要：将一维经验模式分解(EMD)方法和Hilbert-Huang变换(HHT)直接应用于二维图像处理中,提出了一种新的二维EMD算法,将提取出图像的多尺度空间频率信息分别用HHT和直接法来估计多分量图像AM-FM形式的瞬时频率.最后用文中算法分别对合成图像和自然图像进行了实验.