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
3
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
水下图像边缘特征提取的BEMD自适应算法
被引量:
7
1
作者
刘波
林焰
王运龙
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2013年第2期117-122,共6页
针对应用二维经验模式分解算法进行水下图像边缘检测时需要人工设定检测阈值的问题,提出一种BEMD与ROC曲线分析相结合的自适应图像边缘检测新方法.首先通过BEMD算法将水下图像分解成多层内禀模式函数(IMF)分量图像,然后利用不同参数组合...
针对应用二维经验模式分解算法进行水下图像边缘检测时需要人工设定检测阈值的问题,提出一种BEMD与ROC曲线分析相结合的自适应图像边缘检测新方法.首先通过BEMD算法将水下图像分解成多层内禀模式函数(IMF)分量图像,然后利用不同参数组合的Canny检测算子对IMF分量图像进行细化处理,生成各层IMF分量的二值化图像集,最后利用ROC曲线分析技术求得IMF分量图像的最佳检测阈值,从而确定了理想的BEMD边缘特征提取图.实验结果表明:该算法能够避免人工设置检测阈值带来的操作误差,可实现图像边缘特征提取检测阈值的自适应设定.水下图像处理实例验证了所提方法的正确性和有效性.
展开更多
关键词
水下图像
二维经验模式分解
ROC曲线分析
边缘检测
下载PDF
职称材料
利用二维经验模态分解提取川滇地区流动重力异常特征
被引量:
4
2
作者
张双喜
陈兆辉
+3 位作者
王同庆
刘金钊
张品
朱传东
《大地测量与地球动力学》
CSCD
北大核心
2018年第4期407-413,共7页
首先介绍二维经验模态分解(BEMD)方法的基本原理及其关键技术,然后利用模型试验验证BEMD方法分解得到的各分量的实际地质含义,最后将该方法应用到川滇地区2015-09~2016-09流动重力差分动态变化异常多尺度分解中,并对提取的各尺度异常进...
首先介绍二维经验模态分解(BEMD)方法的基本原理及其关键技术,然后利用模型试验验证BEMD方法分解得到的各分量的实际地质含义,最后将该方法应用到川滇地区2015-09~2016-09流动重力差分动态变化异常多尺度分解中,并对提取的各尺度异常进行分析解释,各分量异常通过重构实现分场。结果表明,湮没在区域异常中的某频率范围内"弱异常"经过分离异常幅值相对增强,区域性异常变化特征更加明显。
展开更多
关键词
二维经验模态分解
固有模态函数
径向对数功率谱
川滇地区
异常提取
下载PDF
职称材料
基于BEMD和自适应PCNN的偏振图像融合
被引量:
3
3
作者
李世维
黄丹飞
+1 位作者
王惠敏
邹彤
《激光杂志》
北大核心
2018年第3期94-98,共5页
针对传统偏振图像融合视觉效果较差,纹理细节信息保留不充分等问题,结合BEMD变换的多分辨率、多尺度特性和PCNN全局耦合、脉冲同步激发等优点,提出了一种基于BEMD和自适应PCNN的偏振图像融合算法。首先融合线偏振度图像和偏振角图像得...
针对传统偏振图像融合视觉效果较差,纹理细节信息保留不充分等问题,结合BEMD变换的多分辨率、多尺度特性和PCNN全局耦合、脉冲同步激发等优点,提出了一种基于BEMD和自适应PCNN的偏振图像融合算法。首先融合线偏振度图像和偏振角图像得到偏振特征图像,然后对偏振特征图像和强度图像进行BEMD分解,对于低频分量,采用局部能量的融合方法;对于高频分量,采用区域方差自适应调整PCNN的链接强度,根据其显著性度量融合各子带系数。实验结果表明,该算法在视觉效果和空间频率,边缘保持度,互信息和平均梯度等多项评价指标上较其他算法均有优势。
展开更多
关键词
偏振图像
二维经验模态分解
脉冲耦合神经网络
图像融合
下载PDF
职称材料
题名
水下图像边缘特征提取的BEMD自适应算法
被引量:
7
1
作者
刘波
林焰
王运龙
机构
大连理工大学工业装备结构分析国家重点实验室
大连理工大学船舶工程学院
出处
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2013年第2期117-122,共6页
基金
国家公益性行业科研专项(201003024)
辽宁省教育厅科研项目(LS2010046)
文摘
针对应用二维经验模式分解算法进行水下图像边缘检测时需要人工设定检测阈值的问题,提出一种BEMD与ROC曲线分析相结合的自适应图像边缘检测新方法.首先通过BEMD算法将水下图像分解成多层内禀模式函数(IMF)分量图像,然后利用不同参数组合的Canny检测算子对IMF分量图像进行细化处理,生成各层IMF分量的二值化图像集,最后利用ROC曲线分析技术求得IMF分量图像的最佳检测阈值,从而确定了理想的BEMD边缘特征提取图.实验结果表明:该算法能够避免人工设置检测阈值带来的操作误差,可实现图像边缘特征提取检测阈值的自适应设定.水下图像处理实例验证了所提方法的正确性和有效性.
关键词
水下图像
二维经验模式分解
ROC曲线分析
边缘检测
Keywords
underwater
image
hi
-
dimensional
empirical mode decomposition
receiver
operating
characteristics
curve
edge
feature
detector
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
利用二维经验模态分解提取川滇地区流动重力异常特征
被引量:
4
2
作者
张双喜
陈兆辉
王同庆
刘金钊
张品
朱传东
机构
中国地震局第一监测中心
出处
《大地测量与地球动力学》
CSCD
北大核心
2018年第4期407-413,共7页
基金
中国地震局"三结合"课题(CEA-JC/3JH-163706)
中国地震局第一监测中心科技创新主任基金(FMC2016014)
中国地震局震情跟踪定向工作任务(2017010212)~~
文摘
首先介绍二维经验模态分解(BEMD)方法的基本原理及其关键技术,然后利用模型试验验证BEMD方法分解得到的各分量的实际地质含义,最后将该方法应用到川滇地区2015-09~2016-09流动重力差分动态变化异常多尺度分解中,并对提取的各尺度异常进行分析解释,各分量异常通过重构实现分场。结果表明,湮没在区域异常中的某频率范围内"弱异常"经过分离异常幅值相对增强,区域性异常变化特征更加明显。
关键词
二维经验模态分解
固有模态函数
径向对数功率谱
川滇地区
异常提取
Keywords
hi
-
dimensional
empirical mode decomposition
bi-
dimensional
intrinsic
mode
function
the
radial
logarithmic
power
spectrum
Sichuan-Yunnan
region
extraction
of
gravity
anomaly
分类号
P312 [天文地球—固体地球物理学]
下载PDF
职称材料
题名
基于BEMD和自适应PCNN的偏振图像融合
被引量:
3
3
作者
李世维
黄丹飞
王惠敏
邹彤
机构
长春理工大学生命科学技术学院
出处
《激光杂志》
北大核心
2018年第3期94-98,共5页
基金
国家“973”计划(No.613225)
文摘
针对传统偏振图像融合视觉效果较差,纹理细节信息保留不充分等问题,结合BEMD变换的多分辨率、多尺度特性和PCNN全局耦合、脉冲同步激发等优点,提出了一种基于BEMD和自适应PCNN的偏振图像融合算法。首先融合线偏振度图像和偏振角图像得到偏振特征图像,然后对偏振特征图像和强度图像进行BEMD分解,对于低频分量,采用局部能量的融合方法;对于高频分量,采用区域方差自适应调整PCNN的链接强度,根据其显著性度量融合各子带系数。实验结果表明,该算法在视觉效果和空间频率,边缘保持度,互信息和平均梯度等多项评价指标上较其他算法均有优势。
关键词
偏振图像
二维经验模态分解
脉冲耦合神经网络
图像融合
Keywords
polarization
image
hi
-
dimensional
empirical mode decomposition
(BEMD)
pluse
coupled
neural
network
(PCNN)
image
fusion
分类号
TN911 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
水下图像边缘特征提取的BEMD自适应算法
刘波
林焰
王运龙
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2013
7
下载PDF
职称材料
2
利用二维经验模态分解提取川滇地区流动重力异常特征
张双喜
陈兆辉
王同庆
刘金钊
张品
朱传东
《大地测量与地球动力学》
CSCD
北大核心
2018
4
下载PDF
职称材料
3
基于BEMD和自适应PCNN的偏振图像融合
李世维
黄丹飞
王惠敏
邹彤
《激光杂志》
北大核心
2018
3
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