期刊导航
期刊开放获取
上海教育软件发展有限公..
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
2
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
基于多方向梯度边缘预测器快速边缘检测算法
被引量：
4
1
作者
党向盈
鲍蓉
姜代红
《计算机应用》
CSCD
北大核心
2013年第3期674-676,707,共4页
改进了无损压缩编码中的梯度自适应预测器(GAP)和梯度边缘检测(GED)预测器,并应用在图像边缘检测中,提出基于多方向梯度边缘预测器(MGEDP)的动态阈值控制的边缘检测算法。该方法主要步骤为:1)从图像中心划分四个区域;2)采用并行技术多...
改进了无损压缩编码中的梯度自适应预测器(GAP)和梯度边缘检测(GED)预测器,并应用在图像边缘检测中,提出基于多方向梯度边缘预测器(MGEDP)的动态阈值控制的边缘检测算法。该方法主要步骤为:1)从图像中心划分四个区域;2)采用并行技术多个方向应用MGEDP模板,分别预测错误值,利用错误反馈信息构建预测误差图像;3)利用大津算法计算阈值,分类误差图像边缘;4)细化边缘;5)合成边缘图像。实验证明:应用并行技术降低了时间复杂度,以中心逐步向四周选择预测参考点避免了误差繁衍,最终得到清晰完整、细节丰富的边缘图像。
展开更多
关键词
梯度自适应
预测器
梯度边缘检测
多方向
梯度边缘检测
预测器
大津算法
并行技术
细化
在线阅读
下载PDF
职称材料
非迭代收缩多方向预测的空域错误隐藏算法
被引量：
1
2
作者
王凯巡
刘浩
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2020年第10期128-134,127,共8页
现有的空域错误隐藏算法通常以高复杂度的迭代逼近机制换取恢复质量的轻微提升,且一些算法只适合于特定的丢失模式.为此,本文提出了一种非迭代收缩多方向预测(Non-iterative Shrinkage Multi-directional,NSM)的空域错误隐藏算法,以便...
现有的空域错误隐藏算法通常以高复杂度的迭代逼近机制换取恢复质量的轻微提升,且一些算法只适合于特定的丢失模式.为此,本文提出了一种非迭代收缩多方向预测(Non-iterative Shrinkage Multi-directional,NSM)的空域错误隐藏算法,以便更好地平衡计算复杂度与恢复质量等性能指标,且能处理各种各样的丢失模式.对于当前受损块的错误隐藏,NSM算法首先通过各向同性梯度检测器学习当前延拓区域的梯度特征;随后,基于具有16邻域像素和8预测方向的基本隐藏单元,多方向预测器按照收缩填充次序逐一地恢复受损块的每一个像素,根据该像素的邻域像素可用情况调整预测器的加权系数.在每个受损块的内部,不同的像素组根据它们的邻域级可用度一组接一组地进行恢复;在一个像素组的内部,不同丢失像素根据先验填充准则一个接一个地进行预测,从而实现低复杂度的非迭代重构.相比于其他空域错误隐藏算法,实验结果表明,所提NSM算法在各种丢失模式下均能够取得良好的综合性能,在通用性、计算复杂度和恢复质量之间达到了一种具有竞争力的性能折衷.
展开更多
关键词
空域错误隐藏
多方向预测器
非迭代重构
性能折衷
在线阅读
下载PDF
职称材料
题名
基于多方向梯度边缘预测器快速边缘检测算法
被引量：
4
1
作者
党向盈
鲍蓉
姜代红
机构
徐州工程学院信电工程学院
出处
《计算机应用》
CSCD
北大核心
2013年第3期674-676,707,共4页
基金
江苏省高校自然科学基金资助项目(10KJD520008)
江苏省科技支撑计划(工业)项目(BE2011048)
江苏省高校科研成果产业化推进项目(JHB2012-36)
文摘
改进了无损压缩编码中的梯度自适应预测器(GAP)和梯度边缘检测(GED)预测器,并应用在图像边缘检测中,提出基于多方向梯度边缘预测器(MGEDP)的动态阈值控制的边缘检测算法。该方法主要步骤为:1)从图像中心划分四个区域;2)采用并行技术多个方向应用MGEDP模板,分别预测错误值,利用错误反馈信息构建预测误差图像;3)利用大津算法计算阈值,分类误差图像边缘;4)细化边缘;5)合成边缘图像。实验证明:应用并行技术降低了时间复杂度,以中心逐步向四周选择预测参考点避免了误差繁衍,最终得到清晰完整、细节丰富的边缘图像。
关键词
梯度自适应
预测器
梯度边缘检测
多方向
梯度边缘检测
预测器
大津算法
并行技术
细化
Keywords
Gradient Adjusted Predictor （GAP）
Gradient Edge Detection （GED）
Multidirectional Gradient EdgeDetection Predictor （MGEDP）
Otsu algorithm
parallel technology
thinning
分类号
TP391.41 [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
非迭代收缩多方向预测的空域错误隐藏算法
被引量：
1
2
作者
王凯巡
刘浩
机构
东华大学信息科学与技术学院
上海交通大学
出处
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2020年第10期128-134,127,共8页
基金
上海市自然科学基金(18ZR1400300)
人工智能教育部重点实验室开放基金(LAI202112)。
文摘
现有的空域错误隐藏算法通常以高复杂度的迭代逼近机制换取恢复质量的轻微提升,且一些算法只适合于特定的丢失模式.为此,本文提出了一种非迭代收缩多方向预测(Non-iterative Shrinkage Multi-directional,NSM)的空域错误隐藏算法,以便更好地平衡计算复杂度与恢复质量等性能指标,且能处理各种各样的丢失模式.对于当前受损块的错误隐藏,NSM算法首先通过各向同性梯度检测器学习当前延拓区域的梯度特征;随后,基于具有16邻域像素和8预测方向的基本隐藏单元,多方向预测器按照收缩填充次序逐一地恢复受损块的每一个像素,根据该像素的邻域像素可用情况调整预测器的加权系数.在每个受损块的内部,不同的像素组根据它们的邻域级可用度一组接一组地进行恢复;在一个像素组的内部,不同丢失像素根据先验填充准则一个接一个地进行预测,从而实现低复杂度的非迭代重构.相比于其他空域错误隐藏算法,实验结果表明,所提NSM算法在各种丢失模式下均能够取得良好的综合性能,在通用性、计算复杂度和恢复质量之间达到了一种具有竞争力的性能折衷.
关键词
空域错误隐藏
多方向预测器
非迭代重构
性能折衷
Keywords
spatial error concealment
multi-directional predictor
non-iterative reconstruction
performance trade-off
分类号
TN919.8 [电子电信—通信与信息系统]
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
基于多方向梯度边缘预测器快速边缘检测算法
党向盈
鲍蓉
姜代红
《计算机应用》
CSCD
北大核心
2013
4
在线阅读
下载PDF
职称材料
2
非迭代收缩多方向预测的空域错误隐藏算法
王凯巡
刘浩
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2020
1
在线阅读
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
