期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
奇异值分解用于图像置乱程度评价研究
被引量：
4
1
作者
吴成茂
田小平
谭铁牛
《计算机工程与应用》
CSCD
北大核心
2009年第12期160-163,共4页
提出了基于奇异值分解的图像置乱程度评价新方法。首先求置乱前后两图像灰度值差的绝对值矩阵;其次计算灰度差绝对值矩阵与其转置矩阵之积并进行奇异值分解;最后根据所得奇异值构造一个离散概率分布并计算其信息熵作为图像置乱程度评价...
提出了基于奇异值分解的图像置乱程度评价新方法。首先求置乱前后两图像灰度值差的绝对值矩阵;其次计算灰度差绝对值矩阵与其转置矩阵之积并进行奇异值分解;最后根据所得奇异值构造一个离散概率分布并计算其信息熵作为图像置乱程度评价函数。实验结果表明,所提出的评价方法能够较好地刻画图像的置乱程度,反映了加密次数与置乱程度之间的关系,与人的视觉基本相符。而且对于不同的图像,该评价方法能在一定程度上反映所用的置乱变换在各置乱阶段的效果。
展开更多
关键词
图像置乱
置乱度
灰度
差
矩阵
奇异值分解
信息熵
下载PDF
职称材料
多/高光谱遥感数据的类立体纹理特征
被引量：
1
2
作者
赵巍
崔淑梅
+1 位作者
吴锐
刘家锋
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2012年第5期86-91,共6页
鉴于多/高光谱遥感数据同源同点多波段同时获取的特点,提出了基于灰度级差关联概率矩阵(Gray Level Difference Associated Possibility matrix,GLDAP)的视觉差异分析方法,以有效地利用图像底层数据及数据之间的相关性.根据地物的波谱特...
鉴于多/高光谱遥感数据同源同点多波段同时获取的特点,提出了基于灰度级差关联概率矩阵(Gray Level Difference Associated Possibility matrix,GLDAP)的视觉差异分析方法,以有效地利用图像底层数据及数据之间的相关性.根据地物的波谱特性,统计两波段图像灰度协同变化的规律并记录在GLDAP矩阵中,基于此矩阵提取了遥感数据的类立体纹理特征.将该方法与灰度共生矩阵(GLCM)纹理分析方法的遥感地物分类性能比较,实验结果表明:基于GLDAP的纹理提取及分析表现出良好的性能,3种地物分类效果明显优于GLCM方法,能够减少因单波段中地物可分性差而导致的误识,克服了GLCM方法对图像统计描述的局限性,在相同时间开销下GLDAP方法较GLCM有更优的解译分析精度.
展开更多
关键词
遥感图像解译
多/高光谱数据
地物提取
类立体纹理
灰度
级
差
关联概率
矩阵
下载PDF
职称材料
题名
奇异值分解用于图像置乱程度评价研究
被引量：
4
1
作者
吴成茂
田小平
谭铁牛
机构
西安邮电学院电子与信息工程系
中国科学院自动化研究所模式识别国家重点实验室
出处
《计算机工程与应用》
CSCD
北大核心
2009年第12期160-163,共4页
基金
中国科学院自动化研究所模式识别国家重点实验室开放课题基金资助项目(No.07-31-3)
文摘
提出了基于奇异值分解的图像置乱程度评价新方法。首先求置乱前后两图像灰度值差的绝对值矩阵;其次计算灰度差绝对值矩阵与其转置矩阵之积并进行奇异值分解;最后根据所得奇异值构造一个离散概率分布并计算其信息熵作为图像置乱程度评价函数。实验结果表明,所提出的评价方法能够较好地刻画图像的置乱程度,反映了加密次数与置乱程度之间的关系,与人的视觉基本相符。而且对于不同的图像,该评价方法能在一定程度上反映所用的置乱变换在各置乱阶段的效果。
关键词
图像置乱
置乱度
灰度
差
矩阵
奇异值分解
信息熵
Keywords
image scrambling
scrambling degree
gray difference matrix
singular value decomposition
information entropy
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
多/高光谱遥感数据的类立体纹理特征
被引量：
1
2
作者
赵巍
崔淑梅
吴锐
刘家锋
机构
哈尔滨工业大学计算机科学与技术学院
哈尔滨工业大学电气工程及自动化学院
出处
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2012年第5期86-91,共6页
基金
哈尔滨工业大学科研创新基金资助项目(HIT.NSRIF.2010040)
文摘
鉴于多/高光谱遥感数据同源同点多波段同时获取的特点,提出了基于灰度级差关联概率矩阵(Gray Level Difference Associated Possibility matrix,GLDAP)的视觉差异分析方法,以有效地利用图像底层数据及数据之间的相关性.根据地物的波谱特性,统计两波段图像灰度协同变化的规律并记录在GLDAP矩阵中,基于此矩阵提取了遥感数据的类立体纹理特征.将该方法与灰度共生矩阵(GLCM)纹理分析方法的遥感地物分类性能比较,实验结果表明:基于GLDAP的纹理提取及分析表现出良好的性能,3种地物分类效果明显优于GLCM方法,能够减少因单波段中地物可分性差而导致的误识,克服了GLCM方法对图像统计描述的局限性,在相同时间开销下GLDAP方法较GLCM有更优的解译分析精度.
关键词
遥感图像解译
多/高光谱数据
地物提取
类立体纹理
灰度
级
差
关联概率
矩阵
Keywords
remote sensing image interpretation
multi-hyper-spectral data
land cover extraction
quasi-3-dimensional textures
gray level difference associated possibility matrix
分类号
TP751 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
奇异值分解用于图像置乱程度评价研究
吴成茂
田小平
谭铁牛
《计算机工程与应用》
CSCD
北大核心
2009
4
下载PDF
职称材料
2
多/高光谱遥感数据的类立体纹理特征
赵巍
崔淑梅
吴锐
刘家锋
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2012
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
