检索结果-维普期刊中文期刊服务平台

多尺度反向校正增强和无损下采样的毫米波图像目标检测方法: 1; 作者叶学义韩卓 +2 位作者蒋甜甜王佳欣陈华华《电子测量与仪器学报》北大核心 2025年第4期50-61,共12页; 针对毫米波图像中隐匿目标局部信噪比低导致检测障碍的问题,提出了一种基于多尺度反向校正增强和无损下采样的检测方法。首先设计了一种多尺度反向校正特征增强模块,在提取多尺度特征的多卷积核Res2Net上融合反向校正操作,实现大感受野... 展开更多; 关键词隐匿目标检测主动毫米波图像多尺度反向校正特征增强无损下采样 K-means++; 在线阅读下载PDF 职称材料

考虑多尺度纹理特征的红外传感图像频域增强: 2; 作者曾琪杨真《传感技术学报》 CAS CSCD 北大核心 2024年第4期652-657,共6页; 红外传感图像质量容易受探测器和传输距离影响,导致图像亮度和对比度较低、轮廓细节模糊等问题。为此,提出了考虑多尺度纹理特征的红外传感图像频域增强方法。引入残差学习策略,基于多尺度纹理特征搭建多尺度卷积神经网络模型,进行图像... 展开更多; 关键词多尺度纹理特征红外传感图像图像频域增强卷积神经网络 GAMMA校正; 在线阅读下载PDF 职称材料

基于颜色校正和多尺度融合的水下图像增强: 3; 作者陶洋武萍 +2 位作者刘羽婷方文俊周立群《液晶与显示》 CAS CSCD 北大核心 2024年第8期1046-1056,共11页; 为了解决水下图像存在的颜色失真、细节模糊问题,本文算法以Unet网络为基本框架,同时在不同编码层中输入多尺度图像,通过融合上下层间的特征流来获得更优异的细节保持效果,实现了从粗到细的细节提取能力。此外,引入颜色校正模块和双重... 展开更多; 关键词水下图像增强多尺度特征颜色校正模块注意力机制; 在线阅读下载PDF 职称材料

基于多尺度纹理特征的海底底质样本增强方法: 4; 作者张少华胡海洋 +2 位作者王朋程崔晓东王亚雪《海洋测绘》 CSCD 北大核心 2024年第2期31-35,共5页; 针对多波束海底底质分类模型构建受限于样本和特征对海底底质类型表征不足、模型稳定性差等问题,利用多尺度滑动窗口法提取声学纹理特征,结合K-均值聚类分析其精度,实现了多尺度纹理特征的优选,并利用多尺度纹理特征并辅以地形特征结合S... 展开更多; 关键词海底底质分类反向散射强度多尺度纹理特征样本增强监督分类; 在线阅读下载PDF 职称材料

结合色彩校正和结构信息的双路低光照图像增强被引量：1: 5; 作者林珊玲陈燕 +4 位作者张雪林志贤林坚普吕珊红郭太良《光电工程》 CAS CSCD 北大核心 2024年第9期75-88,共14页; 为改善暗环境下图像的成像效果,本文提出了一种无监督双路低光照图像增强算法,结合了色彩校正和结构信息。该算法基于生成对抗网络,其中生成器采用双分支结构同时处理图像的色彩与结构细节,以实现更自然的颜色恢复和更清晰的纹理细节。... 展开更多; 关键词低光照图像增强色彩校正注意力卷积多尺度特征融合; 在线阅读下载PDF 职称材料

题名多尺度反向校正增强和无损下采样的毫米波图像目标检测方法: 1; 作者叶学义韩卓蒋甜甜王佳欣陈华华; 机构杭州电子科技大学通信工程学院; 出处《电子测量与仪器学报》北大核心 2025年第4期50-61,共12页; 基金国家自然科学基金项目(U19B2016,60802047)资助。; 文摘针对毫米波图像中隐匿目标局部信噪比低导致检测障碍的问题,提出了一种基于多尺度反向校正增强和无损下采样的检测方法。首先设计了一种多尺度反向校正特征增强模块,在提取多尺度特征的多卷积核Res2Net上融合反向校正操作,实现大感受野区域对区域内相关小感受野区域卷积计算的反向校正,使得深度模型不仅能够获取更细粒度的特征,而且使宏观判别性表示贯穿多个尺度的特征信息;其次,利用非跨步卷积层的SPD-Conv实现无损下采样,缓解卷积下采样导致的信息丢失;最后,采用K-means++聚类算法生成适合隐匿目标检测任务的新锚框。实验在YOLO系列中选择了各方面性能都适中的YOLOv5s作为基础框架,针对现有的两种毫米波图像数据集(阵列图像集和线扫图像集)平均精度均值(mAP)mAP@0.5分别达到了96.21%和97.97%,相较于原版YOLOv5s以及YOLO其他系列等性能有显著提升。实验结果表明,该方法在不明显增加参数量和推理时间的同时,能够有效提升深度模型的检测性能。; 关键词隐匿目标检测主动毫米波图像多尺度反向校正特征增强无损下采样 K-means++; Keywords hidden target detection active millimeter wave image multi scale inverse correction feature enhancement lossless downsampling K-means++; 分类号 TP391 [自动化与计算机技术—计算机应用技术] TN919 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名考虑多尺度纹理特征的红外传感图像频域增强: 2; 作者曾琪杨真; 机构江西制造职业技术学院信息工程学院华东交通大学网络信息中心; 出处《传感技术学报》 CAS CSCD 北大核心 2024年第4期652-657,共6页; 基金江西省教育厅科学技术研究项目(GJJ209928)。; 文摘红外传感图像质量容易受探测器和传输距离影响,导致图像亮度和对比度较低、轮廓细节模糊等问题。为此,提出了考虑多尺度纹理特征的红外传感图像频域增强方法。引入残差学习策略,基于多尺度纹理特征搭建多尺度卷积神经网络模型,进行图像去噪。对去噪后图像进行傅里叶变换,获取红外传感图像的低频图像和高频图像。针对低频图像部分,调节图像灰度和对比度以增强低频分量。针对高频图像部分,利用Log算子和Laplace算子增强图像细节及边缘。加权融合两者处理结果,选取Gamma校正调节对比度,增强高频分量。融合两种增强后图像,实现红外传感图像频域增强。实验结果表明,该方法峰值信噪比高于43,信息熵大于8,边缘强度超过82,对比度熵大于8.1,平均梯度大于8。; 关键词多尺度纹理特征红外传感图像图像频域增强卷积神经网络 GAMMA校正; Keywords multi-scale texture feature infrared sensor image image frequency domain enhancement convolutional neural network gamma correction; 分类号 TP399 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于颜色校正和多尺度融合的水下图像增强: 3; 作者陶洋武萍刘羽婷方文俊周立群; 机构重庆邮电大学通信与信息工程学院; 出处《液晶与显示》 CAS CSCD 北大核心 2024年第8期1046-1056,共11页; 基金国家重点研发计划(No.2019YFB2102001)。; 文摘为了解决水下图像存在的颜色失真、细节模糊问题,本文算法以Unet网络为基本框架,同时在不同编码层中输入多尺度图像,通过融合上下层间的特征流来获得更优异的细节保持效果,实现了从粗到细的细节提取能力。此外,引入颜色校正模块和双重注意力模块,有效解决了水下图像色偏问题和细节恢复不均匀的问题。实验结果表明,在UFO、EUVP、UIEB数据集上,本文算法增强图像的PSNR和UIQM指标比原始图像平均分别提高了21.3%和25.6%。该算法能有效改善水下图像的视觉质量,在主观视觉和客观评价指标上优于其他算法。; 关键词水下图像增强多尺度特征颜色校正模块注意力机制; Keywords underwater image enhancement multiscale feature color correction module attention mechanism; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于多尺度纹理特征的海底底质样本增强方法: 4; 作者张少华胡海洋王朋程崔晓东王亚雪; 机构山东省第三地质矿产勘查院山东科技大学测绘与空间信息学院; 出处《海洋测绘》 CSCD 北大核心 2024年第2期31-35,共5页; 基金国家自然科学基金(52201400) 山东省自然科学基金(ZR2022QD043) +2 种基金浙江省水利河口研究院(浙江省海洋规划设计研究院)2022年度院长科学基金(ZIHE21Y005)。; 文摘针对多波束海底底质分类模型构建受限于样本和特征对海底底质类型表征不足、模型稳定性差等问题,利用多尺度滑动窗口法提取声学纹理特征,结合K-均值聚类分析其精度,实现了多尺度纹理特征的优选,并利用多尺度纹理特征并辅以地形特征结合SLIC样本增强方法,实现了底质样本的有效扩充。同时,利用随机森林、BP神经网络、K最邻近、支持向量机等4种经典监督分类模型训练预测和评估所扩充的样本数据,最终总体分类精度均达到90%以上,kappa系数达到0.85以上。; 关键词海底底质分类反向散射强度多尺度纹理特征样本增强监督分类; Keywords classification of seabed sediment backscatter intensity multiscale texture features sample enhancement supervised classification; 分类号 P229.3 [天文地球—大地测量学与测量工程]; 在线阅读下载PDF 职称材料

题名结合色彩校正和结构信息的双路低光照图像增强被引量：1: 5; 作者林珊玲陈燕张雪林志贤林坚普吕珊红郭太良; 机构福州大学先进制造学院中国福建光电信息科学与技术创新实验室福州大学物理与信息工程学院; 出处《光电工程》 CAS CSCD 北大核心 2024年第9期75-88,共14页; 基金国家重点研发计划资助项目(2023YFB3609400) 国家自然科学基金青年基金资助项目(62101132)。; 文摘为改善暗环境下图像的成像效果,本文提出了一种无监督双路低光照图像增强算法,结合了色彩校正和结构信息。该算法基于生成对抗网络,其中生成器采用双分支结构同时处理图像的色彩与结构细节,以实现更自然的颜色恢复和更清晰的纹理细节。判别器引入空间辨别模块(spatial-discriminative block,SDB),以增强其判别能力,推动生成器生成更真实的图像。图像色彩校正模块(Illumination-guided color correction block,IGCB)利用光照特征引导,减少低光照环境下噪声和伪影的影响。通过多尺度通道融合模块(selective kernel channel fusion,SKCF)和优化的注意力卷积模块(convolution attention block,CAB),增强了图像的语义信息和局部细节。实验结果表明,该算法在LOL和LSRW数据集上表现优于经典方法,在LOLv1和LOLv2数据集上,PSNR和SSIM指标分别达到19.89与0.672,以及20.08与0.693,整体性能优于现有无监督算法。实际应用验证了该算法在恢复低光照图像的亮度、对比度和色彩方面的有效性。; 关键词低光照图像增强色彩校正注意力卷积多尺度特征融合; Keywords low light image enhancement color correction convolution of attention multi-scale feature fusion; 分类号 TP394.1 [自动化与计算机技术—计算机应用技术] TH691.9 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	多尺度反向校正增强和无损下采样的毫米波图像目标检测方法	叶学义韩卓蒋甜甜王佳欣陈华华	《电子测量与仪器学报》北大核心	2025	0	在线阅读下载PDF 职称材料
2	考虑多尺度纹理特征的红外传感图像频域增强	曾琪杨真	《传感技术学报》 CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
3	基于颜色校正和多尺度融合的水下图像增强	陶洋武萍刘羽婷方文俊周立群	《液晶与显示》 CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
4	基于多尺度纹理特征的海底底质样本增强方法	张少华胡海洋王朋程崔晓东王亚雪	《海洋测绘》 CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
5	结合色彩校正和结构信息的双路低光照图像增强	林珊玲陈燕张雪林志贤林坚普吕珊红郭太良	《光电工程》 CAS CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料