对于匀速直线运动的模糊图像,准确鉴别运动方向角是图像复原的关键。分析了运动模糊图像的频谱特征,介绍了Radon变换的数学原理及用其估计运动模糊方向角的思路、步骤和数值实验结果。由于实际拍摄的模糊图像在很多时候频谱特征不够明显,导致用Radon变换鉴别角度出现大的误差,为此,提出了基于Gabor变换的一种改进算法。算法运用"窗口"聚焦频谱图像中心,较好地消除了噪声干扰并克服了Radon变换的弊端,数值实验结果验证了该算法的有效性。
2022-04-15 14:03:09
371KB
1
CT系统在不破坏样品的情况下，利用样品对射线能量的吸收特性对生物组织
与工程材料的样品进行断层成像.即通过发射光源的起点然后中间经过旋转与映
射，然后投影在探测器上面，故在探测器上可以见物质的几个图像与能量的变化.
2022-04-12 15:05:05
2.13MB
1
on累积分布变换
Radon累积分布变换（Radon-CDT），如下所述：
是非负d维信号的非线性和可逆变换，可确保某些线性分离定理。 该转换建立在累积分布转换（CDT）的基础上，该累积转换描述于：
并将CDT扩展到d维概率分布。 与CDT相似，Radon-CDT也源于最佳质量传输的丰富数学基础，并将其与积分几何和Radon变换相结合。 与当前数据广泛的非线性模型（包括深层神经网络及其变体）不同，Radon-CDT提供了定义明确的可逆非线性变换，可与线性建模技术（包括主成分分析，线性判别分析和支持向量机）一起使用（ SVM），并且不需要大量的培训数据。
可以在找到与该帖子相对应的iPython Notebook文件。 该演示已通过以下测试：
numpy的'1.13.1'
sklearn'0.18.1'
skimage'0.13.0'
scipy'0.19
2022-03-10 11:01:08
3.17MB
1
Matlab实现雷达代码Radon-Transform_Schultz-Gu
我们提出了两个基于Matlab的例程Radon_inverse和Radon_forward，它们执行离散的逆向和正向Radon变换。
这些基于频率的方法为用户提供了多种正则化方法和路径功能的灵活选择。
它们的设计旨在简化和灵活，Matlab基础可确保平台之间的可移植性。
Radon_inverse和Radon_forward都可以很容易地针对广泛的地球物理应用进行调整或修改。
有关示例使用，请参见“
example.m”
参考：
Schultz,
R.,
Gu,
Y.
J.,
2012.
Flexible,
inversion-based
Matlab
implementation
of
the
Radon
transform
Computers
and
Geosciences
52,
437-442.
doi:
10.1016/j.cageo.2012.08.013.
An,
Y.,
Gu,
Y.
J.,
Sacchi,
M.,
2007.
Imaging
mantle
discontinuities
us
2021-12-20 16:35:37
893KB
1