期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
基于小波多尺度积的量子图像边缘检测算法
1
作者 王佳丽 《西安文理学院学报(自然科学版)》 2025年第2期22-28,共7页
量子图像作为描述量子系统的重要工具,其边缘检测对于深入理解量子信息具有重要意义.为此,提出基于小波多尺度积的量子图像边缘检测算法.该算法首先通过连续小波变换和二进制小波变换提取量子图像在不同尺度上的边缘信息;随后,利用小波... 量子图像作为描述量子系统的重要工具,其边缘检测对于深入理解量子信息具有重要意义.为此,提出基于小波多尺度积的量子图像边缘检测算法.该算法首先通过连续小波变换和二进制小波变换提取量子图像在不同尺度上的边缘信息;随后,利用小波变换多尺度积技术,从水平和垂直方向计算边缘特征;最后,结合高斯函数进行平滑处理,并采用改进的局部梯度极大值算法确定图像边缘.实验结果显示,该算法具有出色的保真度和较高的信噪比(SNR,Signal-to-Noise Ratio),处于4 dB~6 dB,证明了其检测到的图像质量高、检测效果良好,为量子图像处理领域提供了新的思路和方法. 展开更多
关键词 小波多尺度积 量子图像 边缘检测 高斯函数 局部梯度极大值
在线阅读 下载PDF
基于局部最大梯度先验和ADMM的图像盲复原
2
作者 鱼轮 王伊君 邢笑笑 《舰船电子工程》 2025年第6期36-39,50,共5页
为了更加精确估计模糊核,提高运动图像去模糊质量,提出了一种基于局部最大梯度先验和ADMM的运动退化图像盲复原算法。首先,融合局部最大梯度先验和最大后验概率的点扩散函数估算模型,通过半二次分裂算法对模型的非凸优化问题进行迭代求... 为了更加精确估计模糊核,提高运动图像去模糊质量,提出了一种基于局部最大梯度先验和ADMM的运动退化图像盲复原算法。首先,融合局部最大梯度先验和最大后验概率的点扩散函数估算模型,通过半二次分裂算法对模型的非凸优化问题进行迭代求解;然后对模糊核进行多尺度迭代估计,使得最终迭代得到的模糊核更加精确;最后,利用鲁棒性更好的ADMM实现图像的快速去模糊。实验表明:相比对比算法,论文所提算法复原出的图像具有更多的图像细节,且可以有效抑制振铃和伪影现象。 展开更多
关键词 图像盲复原 局部最大梯度先验 ADMM 半二次方分裂 模糊核
在线阅读 下载PDF
利用局部梯度最大值的半自动道路提取 被引量:2
3
作者 岳贵杰 杜黎明 +3 位作者 刘凤德 项琳 张刚 李健 《测绘科学》 CSCD 北大核心 2015年第5期89-91,105,共4页
针对目前测图中半自动道路提取的现状和不足,文章提出了一种基于局部梯度最大值的道路测图算法:根据人工输入的初始条件,将影像上局部梯度最大值点作为道路边缘兴趣点,利用基于局部梯度最大值点的边缘扩展算法建立道路跟踪模型,并将该... 针对目前测图中半自动道路提取的现状和不足,文章提出了一种基于局部梯度最大值的道路测图算法:根据人工输入的初始条件,将影像上局部梯度最大值点作为道路边缘兴趣点,利用基于局部梯度最大值点的边缘扩展算法建立道路跟踪模型,并将该算法应用到资源三号卫星(ZY3)应用系统三线阵数字线划图生产软件中半自动道路识别。针对资源三号卫星影像乡村道路实验表明,该方法操作简便、符合作业习惯,能实时进行半自动道路测图,降低了道路测图的工作强度,提高了道路边缘的定位精度和测图效率,具有较好的应用价值。 展开更多
关键词 半自动道路提取 资源三号卫星 梯度 局部梯度最大值点
原文传递
曲线拟合的虹膜定位算法研究 被引量:5
4
作者 马争 黄祎 《电子科技大学学报》 EI CAS CSCD 北大核心 2009年第3期426-430,共5页
虹膜定位是在虹膜图像中找到虹膜的内外边界,它是虹膜识别中的重要环节。该文提出了一种根据曲线拟合来进行虹膜快速定位的新方法,即先对图像进行分块并提取包含瞳孔的子图像块;再结合类间方差法提取瞳孔的二值化阈值,确定虹膜内边界点... 虹膜定位是在虹膜图像中找到虹膜的内外边界,它是虹膜识别中的重要环节。该文提出了一种根据曲线拟合来进行虹膜快速定位的新方法,即先对图像进行分块并提取包含瞳孔的子图像块;再结合类间方差法提取瞳孔的二值化阈值,确定虹膜内边界点;然后根据关键的感兴趣区域灰度梯度信息确定虹膜外边界点;最后对内外边界点采用最小二乘法原理来进行曲线拟合,从而确定虹膜内外边界。通过实验表明该文提出的算法能快速准确地定位虹膜内外边界。 展开更多
关键词 曲线拟合 灰度梯度 虹膜定位 最小二乘法 最大类间方差
在线阅读 下载PDF
基于视觉感知增强的最大密度投影算法 被引量:3
5
作者 周志光 陶煜波 林海 《软件学报》 EI CSCD 北大核心 2013年第3期639-650,共12页
提出一种基于视觉感知增强的最大密度投影算法,无需调节复杂的传输函数,就可以有效增强体数据内部最大密度特征的深度感知和形状感知.在传统的最大密度投影算法的基础上,利用梯度模属性精确查找特征或相似特征的边界,以确定最佳法向特征... 提出一种基于视觉感知增强的最大密度投影算法,无需调节复杂的传输函数,就可以有效增强体数据内部最大密度特征的深度感知和形状感知.在传统的最大密度投影算法的基础上,利用梯度模属性精确查找特征或相似特征的边界,以确定最佳法向特征;利用最佳法向特征的深度信息自适应地修改局部光照系数,进而对最大密度特征进行光照处理,以获得视觉感知增强的可视化结果;采用基于密度值和三维空间距离的双阈值区域增长策略,动态区分感兴趣区域和背景区域,交互地实现特征突出显示.实验结果表明,该算法在传统算法的基础上进一步增强了最大密度特征的视觉感知,并提供了丰富的形状信息和背景补偿信息,具有较强的实用性. 展开更多
关键词 最大密度投影 视觉感知 局部光照模型 梯度 区域增长
在线阅读 下载PDF
结合多尺度视觉显著性的舰船目标检测 被引量:17
6
作者 赵浩光 王平 +1 位作者 董超 尚洋 《光学精密工程》 EI CAS CSCD 北大核心 2020年第6期1395-1403,共9页
光学遥感图像海面舰船目标检测易受云雾,海岛,海杂波等复杂背景的干扰。本文提出了一种适用于复杂背景的舰船目标检测方法。首先为了克服目标尺度多变问题,利用视觉显著性生成多尺度显著图,然后使用基尼指数自适应选择最优显著图。考虑... 光学遥感图像海面舰船目标检测易受云雾,海岛,海杂波等复杂背景的干扰。本文提出了一种适用于复杂背景的舰船目标检测方法。首先为了克服目标尺度多变问题,利用视觉显著性生成多尺度显著图,然后使用基尼指数自适应选择最优显著图。考虑到全局阈值分割算法带来的漏检测问题,提出一种新的方案来分离目标和背景像素点。利用图像膨胀原理获取显著图的局部极大值点,然后使用k-means算法判断极大值点属于目标像素点还是背景像素点。接着对目标点邻近区域进行精细分割。最后引入基于径向梯度变换的旋转不变特征来进一步剔除虚警。实验结果表明,该算法能够成功检测出不同尺寸和方向的舰船目标,有效克服复杂背景的干扰。算法检测正确率93%,虚警率4%,优于其他舰船检测方法。 展开更多
关键词 图像处理 目标检测 视觉显著性 局部极值 径向梯度变换
在线阅读 下载PDF
基于LMSST时频分析的频率衰减梯度方法研究 被引量:4
7
作者 景洋 田仁飞 郭姝君 《地球物理学进展》 CSCD 北大核心 2024年第2期689-703,共15页
地震波穿过油气储层时会发生高频能量的异常衰减,通过计算频率衰减梯度能够反应地下储层的分布情况.为了有效提高计算频率衰减梯度的精度,提出一种基于局部最大同步挤压变换(Local Maximum Synchrosqueezing Transform,LMSST)的频率衰... 地震波穿过油气储层时会发生高频能量的异常衰减,通过计算频率衰减梯度能够反应地下储层的分布情况.为了有效提高计算频率衰减梯度的精度,提出一种基于局部最大同步挤压变换(Local Maximum Synchrosqueezing Transform,LMSST)的频率衰减梯度计算方法.该方法首先利用LMSST时频变换对地震信号进行时频分析,然后采用基于最小二乘法的Nelder-Mead拟合方法对高频段进行拟合,获得衰减梯度值.理论调频-调幅信号、单道合成地震信号和单道实测地震信号表明LMSST具有更高时频聚集性和抗噪能力,进而能够提升地震信号的时频分辨率.在实际的地震资料应用中,本文提出的方法相比STFT、FSST、FSST2和FSST4具有更高的计算精度,与实际油气测试井更吻合,为计算地震信号的频率衰减梯度提供了一种新技术. 展开更多
关键词 局部最大同步压缩变换 频率衰减梯度 含油储层预测 时频分析
原文传递
一种基于共轭梯度的正则化OT图像重建算法
8
作者 金永明 王加俊 《微电子学与计算机》 CSCD 北大核心 2006年第7期96-98,101,共4页
文章基于OT扩散方程模型提出了一种正则化共轭梯度OT图像重建算法,通过引入图像熵和局部平滑函数为正则化项以克服重建问题中的病态特性。与简单的共轭梯度重建算法相比,重建图像的MSE值分别为0.4413*10-4和0.4819*10-4。研究表明,正则... 文章基于OT扩散方程模型提出了一种正则化共轭梯度OT图像重建算法,通过引入图像熵和局部平滑函数为正则化项以克服重建问题中的病态特性。与简单的共轭梯度重建算法相比,重建图像的MSE值分别为0.4413*10-4和0.4819*10-4。研究表明,正则化的OT图像重建算法能有效降低重建中的病态性,提高图像重建质量。 展开更多
关键词 (OT)光学层析成像 扩散方程 正则化 最大熵 局部平滑函数 共轭梯度
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部