曾强宇
- 作品数：32 被引量：66H指数：5
- 供职机构：成都信息工程大学更多>>
- 发文基金：国家自然科学基金四川省科技攻关计划四川省自然科学基金更多>>
- 相关领域：电子电信自动化与计算机技术天文地球文化科学更多>>
- 基于超分辨率的相控阵天气雷达数据压缩算法
- 2023年
- 随着天气雷达技术不断进步,经过双偏振和相控阵两次技术发展,数据量急剧增长。爆发性增长的雷达数据量使数据传输和存储成为制约相控阵雷达业务化的瓶颈。提出相控阵天气雷达数据压缩算法,首先对数据进行下采样,对下采样数据进行预测编码得到预测残差,再将下采样数据进行超分辨率重建得到重建残差,组合预测残差和重建残差进行熵编码输出,实现数据无损压缩。使用江苏兴化CHARTOR-XPARD双偏振相控阵雷达数据对该算法进行评估,实验结果表明,该算法较通用算法压缩率更高,较次优算法压缩率提高15%~21%,适用于相控阵天气雷达数据无损压缩。
- 沈邦跃何建新曾强宇
- 关键词：天气雷达相控阵雷达数据压缩帧内预测
- 关于破损区域全局优化的图像修复方法研究被引量：4
- 2020年
- 对于破损图像的修复,现有方法通常无法有效保证破损区域结构平滑、准确高效的补全。为此提出了全局优化的破损区域修复方法。方法分析了修复模型存在的缺陷,充分考虑到图像结构与图像关联性的同时,设计了由数据项、可信项与关联项共同描述的优先级计算,同时将像素标记候选状态,迭代过程不断刷新优先级与状态,直至破损区域全部像素状态均被标记完成。为进一步提高修复质量,对图像采取全局增强处理,针对破损区域具有的模糊属性,引入模糊理论处理图像灰度的隶属度,同时通过灰度梯度,构造辅助图像,最终实现对破损图像轮廓和细节的增强。通过仿真,证明了全局优化修复方法能够对图像破损区域进行更加准确、连续的填充,并且具有更好的保真性与修复效率。
- 周红赵力衡刘浩曾强宇
- 关键词：全局优化图像修复灰度梯度
- 一种基于XGBoost模型的龙卷风识别方法
- 本发明涉及一种基于XGBoost模型的龙卷风识别算法，采用双偏振天气雷达数据，除反射率、径向速度和速度谱宽外，还加入双偏振天气雷达数据的差分反射率和相关系数构成数据集，实现对龙卷风的精确识别；通过学习训练实现龙卷风的实时...
- 曾强宇黄尚丹白兰强刘寅王皓于甜甜
- 基于H.264的多参考帧运动估计快速算法被引量：1
- 2010年
- H.264/AVC中引入多参考帧运动补偿来提高视频编码性能,由此产生的多参考帧运动估计(MRF-ME)却带来了巨大的运算代价。为提高编码速度,降低计算复杂度,提出一种基于空间域相关性的运动估计算法——缩小的菱形算法(DDS)。先运用前向主矢量选择法不断修正预测运动矢量,再根据最佳参考帧位置的统计特性对不同参考帧使用不用模板进行搜索。实验结果表明,与H.264参考模型JM10.2相比,该算法保持了较好的图像质量且码率变化很小,运动搜索点数平均减少接近80%,并能有效地降低编码器复杂度。
- 严浩何小海卿粼波吕瑞曾强宇
- 关键词：多参考帧菱形搜索
- 基于压缩感知的天气雷达回波的重建过程
- 由于传统Nyquist采样定理的限制,高分辨率天气雷达面临采样率过高、数据量过大、难以实现实时处理等问题.压缩感知理论基于信号的稀疏性、测量矩阵的随机性和非线性优化算法完成对信号的压缩采样和重建,克服了高分辨雷达固有缺陷...
- 刘露何建新曾强宇
- 关键词：天气雷达回波信号压缩感知
- 文献传递
- OBE为导向的数字图像处理课程过程考核探索与实践被引量：8
- 2020年
- 新工科建设对课程改革提出了更高的要求,转变了以成果产出理念为导向的教学方式,强调对学生工程综合能力的培养。所以教学改革需要围绕教学目标充分利用多种资源和教学手段,并强调学生过程学习。新的教学方式需要细致、完善的过程考核方案来支撑目标导向评价体系。文章介绍了课程组在数字图像处理课程教学过程中构建的持续改进过程考核方案,从对知识点的考核逐步过渡到解决实际问题能力达成度的考核。连续三年的教学实践说明了本课题设计的课程过程考核方案的有效性。
- 杨智鹏毕务忠曾强宇徐梓欣王玉
- 关键词：过程化考核教学改革
- 一种基于I/Q数据的DCNN电磁干扰识别方法及装置
- 本发明涉及电磁干扰识别技术领域，公开了一种基于I/Q数据的DCNN电磁干扰识别方法及装置，首先对I/Q数据进行回波参数估计，得到功率数据，然后将功率数据可视化并边缘增强，二值化后再经人工订正，得到区分电磁干扰和背景的标签...
- 王海江王家珉吴昊曾强宇张玉琴全晶鲜林
- 基于图像分割与重组的激光全息图像处理方法被引量：2
- 2020年
- 激光全息图像在采集过程中经常受到其他设备干扰,导致图像模糊,为降低噪声改善图像质量,提出基于图像分割与重组的激光全息图像处理方法。利用CCD摄像机与激光器提取目标物体的所有光谱特征,并通过空间重构,获得激光全息图像;在该图像基础上采用自适应遗传算法确定图像分割的最优解,并利用最大类间方差法确定最佳阈值,实现全息图像分割;最后将尺度差分差值与空间邻域边缘能量融合法相结合,提取图像像素序列,并校正处理后的图像与原图像位置的差异,获取最大灰度值的轮廓点,经过像素信息融合实现激光全息图像重组。通过仿真实验证明所提方法分割速度快,信噪比值高达65.4 dB,平均误差率在0-0.15%之间,其重组准确率提升,处理后的图像信噪比更高,具有很好的实用价值。
- 周红李丽华曾强宇
- 关键词：图像分割自适应遗传算法
- 优化的Hierarchical B码率控制算法
- 2009年
- H.264/AVC可伸缩视频编码系统(SVC)在时间域采用的可分级B帧(Hierarchical B)结构,与传统的IPPP或者IBBP编码结构相比,编码性能有较大提高。其采用调整单位时间内编码和显示的图像帧数来适应不同的码率。但信道带宽变化较大时,帧率波动较大,会造成视频的不连续性。因此,针对各分层不同特点给出相应的码率控制方案,并通过对B帧选择合适的量化参数限制图像帧率的波动范围。实验结果表明该算法能够有效地控制码率,帧数波动小,视频质量较好,与其他同类算法相比PSNR平均能提高0.45dB。
- 李明媚何小海吕瑞曾强宇
- 关键词：可伸缩编码码率控制率失真优化
- 基于随机森林的组网雷达龙卷检测算法
- 2023年
- 近年来我国极端灾害性天气频发,造成了重大人员伤亡和财产损失,随着防灾减灾工作的推进,龙卷等中小尺度强对流灾害性天气的预警预报工作的关注度正逐步提升。现有龙卷检测算法基于对新一代天气雷达基数据在多个仰角和体积扫描中进行阈值判断得到龙卷涡旋特征TVS,在自适应协同观测背景下表现为自适应策略同步较慢,预警预报准确率不高,提前预警时间短。使用机器学习算法结合龙卷在雷达反射率、径向速度和速度谱宽的多重特征能有效提高龙卷识别的准确率和预警时间,能提高组网雷达的协同观测能力。基于随机森林的龙卷检测算法(TDA-RF),使用CINRAD雷达历史龙卷数据作为训练集,通过随机森林算法对训练集进行分类学习得到龙卷预测模型,使用预测模型对实时雷达数据进行龙卷检测。试验结果表明,TDARF算法能有效识别不同强度的龙卷,较TVS龙卷检测算法能给出龙卷区域的分类概率值,无需对龙卷特征时空连续性进行判断;TDA-RF算法对多个特征进行综合判断具有较好的抗干扰能力,使基于组网雷达的龙卷预警时间最高可达18分钟。
- 曾强宇卿智鹏陈亚军王皓王皓刘寅
- 关键词：天气雷达龙卷
