期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于FABEMD和Goldstein滤波器的SAR舰船尾迹图像增强方法 被引量:6
1
作者 张问一 胡东辉 丁赤飚 《雷达学报(中英文)》 2012年第4期426-435,共10页
增强SAR舰船尾迹图像中模糊的开尔文尾迹并保持湍流尾迹特征对舰船及运动参数的反演具有重要作用。该文利用快速自适应2维经验模式分解方法(Fast and Adaptive Bidimensional Empirical Mode Decomposition,FABEMD)实现图像中开尔文尾迹... 增强SAR舰船尾迹图像中模糊的开尔文尾迹并保持湍流尾迹特征对舰船及运动参数的反演具有重要作用。该文利用快速自适应2维经验模式分解方法(Fast and Adaptive Bidimensional Empirical Mode Decomposition,FABEMD)实现图像中开尔文尾迹,湍流尾迹和其他中/大尺度海洋特征的分解,提高开尔文尾迹相对其他特征的图像和频谱对比度。同时引入并改进干涉图Goldstein滤波器实现对开尔文尾迹的进一步增强,并利用不变矩对增强后的SAR舰船尾迹图像进行评价。通过原理分析、增强实验和主/客观评价,表明该方法具有显著的开尔文尾迹增强效果,并保持了湍流尾迹特征,实现效率高且适用性较强。 展开更多
关键词 合成孔径雷达 图像增强 尾迹 2维经验模式分解 快速自适应2维经验模式分解 干涉相位滤波 不变矩
下载PDF
快速自适应二维经验模态分解在SAR目标识别中的应用研究 被引量:5
2
作者 胡媛媛 韩彦龙 《电光与控制》 CSCD 北大核心 2021年第8期40-43,87,共5页
针对合成孔径雷达(SAR)图像目标识别问题,提出基于快速自适应二维经验模态分解(FABEMD)的方法。FABEMD可实现对SAR图像的快速分解,获得描述目标低频至高频信息的多层次固态模函数(BIMF)。基于结构相似性指标剔除多层次BIMF中的噪声成分... 针对合成孔径雷达(SAR)图像目标识别问题,提出基于快速自适应二维经验模态分解(FABEMD)的方法。FABEMD可实现对SAR图像的快速分解,获得描述目标低频至高频信息的多层次固态模函数(BIMF)。基于结构相似性指标剔除多层次BIMF中的噪声成分,保留高鉴别力部分。分类阶段采用联合稀疏表示对保留的BIMF进行表征分类。基于MSTAR数据集对所提方法进行测试,结果验证了其性能优势。 展开更多
关键词 合成孔径雷达 目标识别 快速自适应二维经验模态分解 结构相似性 联合稀疏表示
下载PDF
结合FABEMD和改进的显著性检测的图像融合 被引量:4
3
作者 安影 范训礼 +1 位作者 陈莉 刘佩 《系统工程与电子技术》 EI CSCD 北大核心 2020年第2期292-300,共9页
针对红外与可见光图像融合中存在的显著目标不突出、对比度低、存在较多的伪影问题,提出了一种结合快速自适应二维经验模态分解(fast and adaptive bidimensional empirical mode decomposition,FABMED)和改进的显著性检测的图像融合算... 针对红外与可见光图像融合中存在的显著目标不突出、对比度低、存在较多的伪影问题,提出了一种结合快速自适应二维经验模态分解(fast and adaptive bidimensional empirical mode decomposition,FABMED)和改进的显著性检测的图像融合算法。首先,通过FABEMD对红外和可见光图像进行多尺度分解得到对应的基础层和细节层。然后,对最大对称环绕显著性检测做暗抑制改进,将其用于基础层的融合上;结合改进的显著性检测和引导滤波,对细节层进行融合。最后,对各融合子图进行FABEMD逆变换重构出融合图像。与其他经典的融合算法相比,仿真实验验证了本文算法的有效性。 展开更多
关键词 图像融合 快速自适应二维经验模态分解 显著性检测 引导滤波
下载PDF
基于FABEMD的变化光照下人脸识别方法
4
作者 陈恒鑫 唐远炎 +1 位作者 房斌 张太平 《计算机工程与应用》 CSCD 北大核心 2011年第21期1-4,16,共5页
在光照变化的环境下,人脸识别因受到光照强度和方向的非线性干扰而变得困难重重。在人脸局部区域,光照的变化比较缓慢,而皮肤对光照的反射率特征变化比较快,可以认为光照变化是低频信号,而人脸本质特征是高频信号。FABEMD是一种快速自... 在光照变化的环境下,人脸识别因受到光照强度和方向的非线性干扰而变得困难重重。在人脸局部区域,光照的变化比较缓慢,而皮肤对光照的反射率特征变化比较快,可以认为光照变化是低频信号,而人脸本质特征是高频信号。FABEMD是一种快速自适应的BEMD(Bidimensional Empirical Mode Decomposition,二维经验模式分解)方法,它能够将图像分解为不同尺度的高频图像和低频图像,高频图像代表了人脸皮肤细节纹理特征,而低频图像则代表了轮廓特征。但是并不能定量判别什么样的高频信号以及多少高频信号能够用来消除光照影响,所以提出了两种衡量高频细节信息量的方法,将这些信息量的相对值来推算融合不同尺度的高频信号权重系数。基于Yale B人脸数据库的实验数据证明了所提方法能够取得很好的识别效果。 展开更多
关键词 光照不变性 快速自适应的二维经验模式分解(fabemd) 二维经验模式分解(BEMD) 人脸识别
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部