-
题名基于移动增强现实的移动图像局部模糊特征修复方法
被引量：3
- 1
-
-
作者
潘颖
黄珍
-
机构
兰州文理学院数字媒体学院
-
出处
《淮阴工学院学报》
CAS
2020年第5期18-22,共5页
-
基金
2019年甘肃省高等学校创新能力提升项目(2019B-194)
兰州文理学院种子基金(自然)项目(17XJZZ005)。
-
文摘
为了提高道路监控视频移动图像的检测能力,需要进行局部模糊特征修复,提出基于移动增强现实的移动图像局部模糊特征修复方法。构建道路监控视频移动图像的视觉信息采样模型,采用分块帧点检测方法进行移动图像特征提取和信息配准,在虚拟视觉下进行道路监控移动图像重构,结合模糊信息增强技术进行移动图像的信息增强处理,构建移动图像的多源分布式特征检测模型,采用模糊分布式检测方法进行移动图像的特征优化检测和局部模糊特征修复,采用移动增强现实技术提高图像修复的精度。仿真结果表明,采用该方法进行移动图像局部模糊特征修复的精密度较高,图像的成像质量较好。
-
关键词
移动增强现实
移动图像
局部模糊特征
修复
-
Keywords
mobile augmented reality
mobile image
local blurred features
repair
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名激光边缘图像局部模糊特征修复研究
被引量：1
- 2
-
-
作者
范钊
-
机构
郑州经贸学院
-
出处
《激光杂志》
CAS
北大核心
2022年第7期80-84,共5页
-
基金
河南省科学技术厅(No.182102110321)。
-
文摘
研究激光边缘图像局部模糊特征修复方法,改善激光图像质量、解决激光图像边缘信息损失严重的问题。通过激光图像的视觉信息采样模型采集激光边缘图像后,利用小波分析法提取确定激光边缘图像局部模糊特征并通过旋转变换实现激光图像配准后,通过虚拟视觉重构激光边缘图像的高分辨视觉信息同时,采用模糊信息增强方法增强处理激光边缘图像信息,利用多模态特征分解方法得出激光边缘图像局部模糊特征修复的模糊深度学习模型,通过该模型实现图像局部模糊特征修复。实验结果表明:该方法可以有效修复激光边缘图像局部模糊特征,修复精密度在93.8%以上,填补图像缺失信息,图像的成像质量较好。
-
关键词
激光边缘图像
局部模糊特征
修复
模糊信息增强
多模态特征
模糊深度学习
-
Keywords
laser edge image
local fuzzy feature
restoration
fuzzy information enhancement
multimodal feature
fuzzy depth learning
-
分类号
TN249
[电子电信—物理电子学]
-
-
题名多重纹理图像局部边缘模糊特征清晰化识别方法
被引量：1
- 3
-
-
作者
胡北辰
蔡瑞瑞
-
机构
安徽省电子信息职业技术学院信息与智能工程系
-
出处
《太原学院学报（自然科学版）》
2019年第4期37-42,共6页
-
文摘
为了提高多重纹理图像的识别能力,提出基于边缘模糊特征提取的多重纹理图像清晰化识别方法。构建基于均匀量化特征提取的多重纹理图像三维成像模型,进行多重纹理局部边缘模糊图像的降噪预处理,在此基础上,采用模糊特征检索方法进行多重纹理图像的像素特征重构和二值化分离,提取多重纹理图像局部边缘模糊特征,根据特征提取结果实现多重纹理图像局部边缘模糊特征清晰化识别。仿真结果表明,采用该方法进行多重纹理图像局部边缘模糊特征识别的清晰化水平较高,误差较小。
-
关键词
多重纹理图像
局部边缘模糊特征
清晰化识别
特征提取
-
Keywords
multi-texture image
local edge fuzzy feature
clarity recognition
feature extraction
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
