1) multi-direction extreme value
多方向极值
1.
That is multi-direction extreme value approximate convex hull algorithm,and is called MDEV for short.
提出并实现了平面点集凸壳的一种新的近似算法——多方向极值法。
2) number of directional extremums
方向极值数
1.
The notions of number of directions and number of directional extremums are defined to describe the smoothness and noisiness of the pixels according to the multi-directions difference image.
根据多向差分图像提出了描述像素平稳性的方向数和描述噪声性的方向极值数的概念,采用粗糙集理论按照像素的平稳性和噪声性将图像划分为平稳噪声子图、脉冲噪声子图以及正常像素子图。
3) multi-directional interpolation
多方向插值
1.
Conventional multi-directional interpolation method sometimes may cause some inaccurate edges when using it to restore lost blocks in a picture,because of unrelated edge in correctly received blocks.
传统的多方向插值方法对图像丢失块进行恢复时,在某些情况下由于受周围正确接收块内无关边界的影响而导致出现错误边界。
2.
The simulation results show that compared with the classical algorithms based on block-matching principle or multi-directional interpolation,the proposed algorithm can improve the edge details and give a better quality of the recovered image.
实验表明,与传统的块匹配和多方向插值掩盖方法相比,该方法改善了恢复图像的边缘细节,提高了重建图像的质量。
4) multi-level and multi-orientation interpolation algorithm
多层多方向插值
1.
Afterward,modifying the coefficients by multi-level and multi-orientation interpolation algorithm,and optimizing the interpolation results by weighted average method to obtain the optimum coefficients,the recovery images are acquired through the wavelet reconstruction.
利用小波分解的遗传特征,将间断信息遗传到各分解层中;对带有间断信息的小波系数,设计多层多方向插值算法进行插值,即在各个分解层上分别插值,并考虑多个方向进行加权平均,得到最优的小波系数,重构得到最优的修复图像。
5) Max-median Filter in All Directions
全方向极大中值滤波
6) LOSPI
视线方向的极坐标插值
1.
By processing dechirped raw data,the algorithm uses the squint mode coordinate and line-of-sight polar interpolation(LOSPI) to make full use of the data in space demain.
该PFA算法采用斜视坐标旋转及沿视线方向的极坐标插值LOSPI,更好地利用空间域数据,适用于正侧视和斜视模式成像。
补充资料：多极值问题
多极值问题
multi-extremum problem
行.例如，借助于构造这样一个动力系统，使其总体极值点是渐近稳定的静止点. 新的(拟)_总体最优化方法的思想源泉之一是建立物理和生物系统过程的模型. 非局部搜索过程麻烦的计算可以按一些指标最优化，只要考虑到计算方法上的限制，关于函数f(x)的先验的和逐步积累起来的信息，随机因子的概率特征等等.已经尝试过的方法之一是以统计决策理论为基础的. 除了搜索总体极值外，其他的多极值问题也出现了;例如，决定一个函数的振荡，或列出并找出在给定区域内的所有局部极值. 对多项式，计算和分离其导数的根的很有效法则已经制订出. 对超越函数的极值点，ROlle定理(Ro业tbe-~)类型的或微分方程解的比较定理(c ompa斑。山印~)类型的见解可能是有用的. 解析函数的稳定点的数目能用辐角原理(扭g川叱nt，prmciPle ofthe)估计. 如果一个函数有极值的无穷序列，则在实践中其中几个可直接计算而其他的用渐近展开式得到(例:r函数). 对微分方程的拟经典逼近能看成方程的解关于极值数的渐近展开. 无穷维情况的多极值问题见大范围变分法(varla-tional。习cul递in theh卿).离散的类似问题在整数规划(访僻间pmg刊m几叨g)和离散规划(曲crete pm-g迎mmlllg)中给出. 参考文献见函数的极大化和极小化(m田亩吐乙tionandm如面吐乙石on offunc石。瑙). 刃.fl H.aHH月OB，B. B.oxP枷e以。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条