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
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：
一种使用局部空间统计量的高分辨率影像显著结构提取方法 被引量：2
1
作者 陈一祥 秦昆 冯霞 《武汉大学学报（信息科学版）》 EI CSCD 北大核心 2014年第5期531-535,共5页
使用三个局部空间统计量(局部Moran’s I、局部Geary’s C和Getis)来建模影像的空间依赖性,提出了一种简单有效的获取影像显著结构的方法。该方法通过对空间依赖强度特征图像进行3D阈值化来获取影像的同质区或边缘结构,实验结果表明了... 使用三个局部空间统计量(局部Moran’s I、局部Geary’s C和Getis)来建模影像的空间依赖性,提出了一种简单有效的获取影像显著结构的方法。该方法通过对空间依赖强度特征图像进行3D阈值化来获取影像的同质区或边缘结构,实验结果表明了这三个局部空间统计量在建模影像空间依赖性和获取显著结构方面的性能差异。 展开更多
关键词 空间依赖 局部空间统计量 3D阈值化 结构
原文传递
局部特定空间关系统计特征的RVIN噪声检测器
2
作者 于海雯 易昕炜 +2 位作者 徐少平 林珍玉 刘蕊蕊 《中国图象图形学报》 CSCD 北大核心 2020年第12期2494-2504,共11页
目的随机脉冲噪声(random-valued impulse noise,RVIN)检测器将局部图像统计值(local image statistics,LIS)作为图块中心像素点是否为噪声的判断依据,但LIS的描述能力较弱在不同程度上制约了RVIN检测器的检测正确率,影响了后续开关型... 目的随机脉冲噪声(random-valued impulse noise,RVIN)检测器将局部图像统计值(local image statistics,LIS)作为图块中心像素点是否为噪声的判断依据,但LIS的描述能力较弱在不同程度上制约了RVIN检测器的检测正确率,影响了后续开关型降噪模块的修复效果。为此提出了一种基于局部特定空间关系统计特征的RVIN噪声检测器。方法以局部中心像素点的8个邻域像素对数差值排序值(rank-ordered logarithmic difference,ROLD)并结合1个最小方向对数差值(minimum orientation logarithmic difference,MOLD)共9个反映局部特定空间关系的LIS统计值构成描述中心像素点是否为RVIN的噪声感知特征矢量,并通过在大量样本图块数据上提取的RVIN噪声感知特征矢量及其对应的噪声标签作为训练对(training pairs),训练获得一个基于多层感知网络(multi-layer perception,MLP)的RVIN噪声检测器。结果对比实验从检测正确率和实际应用效果2个方面检验所提出的RVIN检测器的有效性,分别在10幅常用图像和50幅BSD(Berkeley segmentation data)纹理图像上进行测试,并与经典的脉冲噪声降噪算法中包含的噪声检测器以及MLPNNC(MLP neural network classifier)噪声检测器相比较,以漏检数、误检数和错检总数作为评价噪声检测正确率的指标。在常用图像集上本文所提RVIN检测器的漏检数和误检数较为平衡在错检总数上排名处于所有对比算法中的前2名,为后续的降噪模块打下了很好的基础。在BSD纹理图像集上将本文提出的RVIN检测器和GIRAF(generic iteratively reweighted annihilating filter)算法组合构成一种RVIN噪声降噪算法(proposed-GIRAF),proposed-GIRAF算法在50幅BSD图像上的峰值信噪比(peak signal-to-noise ratio PSNR)均值在各个噪声比例下均取得了最优结果,与排名第2的对比算法相比,提升了0.47~1.96 dB。实验数据表明所提出的RVIN噪声检测器的检测正确率优于现有的检测器,与 展开更多
关键词 图像降噪 随机脉冲噪声 局部空间结构关系 8邻域对数差值排序值 最小方向对数差值 多层感知网络 检测正确率
原文传递
基于LDB描述子和局部空间结构匹配的快速场景辨识
3
作者 张东波 寇涛 许海霞 《山东大学学报（工学版）》 CAS 北大核心 2018年第5期16-23,共8页
提出一种新的基于局部差异二值(local difference binary,LDB)描述子和局部空间结构匹配方法实现快速场景辨识,运用多重网格密集采样得到图像区域的灰度和梯度信息,比较网格间的灰度和梯度进行二值描述,继承了二值特征提取的快速和低存... 提出一种新的基于局部差异二值(local difference binary,LDB)描述子和局部空间结构匹配方法实现快速场景辨识,运用多重网格密集采样得到图像区域的灰度和梯度信息,比较网格间的灰度和梯度进行二值描述,继承了二值特征提取的快速和低存储的优点。通过构建特征点的局部空间分布约束,将局域内的多点匹配取代单点匹配,排除了大量错配点,提升了匹配的准确率。试验表明,本研究方法计算效率约是尺度不变特征变换(scale-invariant feature transform,SIFT)的2. 7倍,加速稳健特征(speeded up robust features,SURF)的1. 9倍,充分验证了本研究方法的有效性和识别性能。 展开更多
关键词 局部特征 二值特征描述 局部空间结构匹配 场景辨识 鲁棒
原文传递
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
使用帮助 返回顶部