作者:褚晶辉; 王晓娜; 黄翔东; 吕卫 期刊:《数据采集与处理》 2017年第05期
经典傅氏重构是一种重要的信号处理方法,该方法对连续信号重构有很好的效果,但对有间断点的信号进行重构时就会产生Gibbs效应。Gibbs现象的存在使得重构信号在边缘处存在较大的失真,严重影响了图像质量。为此,提出了改进的二维全相位重构方法,在给定有限个离散傅里叶(Discrete fourier transform,DFT)系数的情况下,综合了更多的高次谐波信息,从而实现了高精度的重构间断信号。将该算法应用于重构磁共振成像(Magnetic resonance ...
作者:曹学光; 易沫; 汪雪林; 彭思龙 期刊:《中国图象图形学报》 2006年第02期
图像复原是一个病态问题,一般需要通过规整化技术得到一个合适的解.规整化的难点在于抑制噪声的同时要保持图像的边缘等重要的图像信息.为了更有效地保持复原图像的边缘,提出了小波域边缘保持规整化泛函的一般形式,并给出了相应的求解方法.针对小波域图像复原方法可能产生的Gibbs效应,利用自然图像小波变换的水平(竖直)子带在水平(竖直)方向的连续性,通过额外的惩罚项加以解决.仿真实验结果说明了该方法的有效性.
在间断有限元格式的背景下,提出了一种抑制Gibbs效应的新方法,有效地避免了非物理解的产生。在保证高精度的前提下,成功的求解了流体力学中的Euler方程组,对Sod问题和Shu问题给出了令人满意的结果。数值实验表明,这种新方法的应用,能够大大提高数值格式的健壮性,特别是在求解含有间断的复杂流动问题时发挥了重要作用。