检索结果-维普期刊中文期刊服务平台

基于最小核值相似区算法的高分辨率遥感图像分割方法: 1; 作者薛峭赵书河《国土资源遥感》 CSCD 2011年第4期37-41,共5页; 采用最小核值相似区算法(Smallest Univalue Segment Assimilating Nucleus,SUSAN)计算QuickBird图像的梯度,并采用标记控制的分水岭变换(Watershed Transform,WT)算法分割图像,取得了较好的结果。SUSAN方法能有效地检测图像梯度,对噪... 展开更多; 关键词最小核值相似区算法(susan) 分水岭变换(WT) QuickBird图像图像分割; 在线阅读下载PDF 职称材料

基于四元数的改进型最小核值相似区边缘检测被引量：3: 2; 作者宋健飞高莉《计算机应用》 CSCD 北大核心 2015年第3期826-829,848,共5页; 针对基于亮度和色度的彩色图像边缘检测在检测过程中忽略亮度和色度之间关联性而导致部分边缘不能有效地被检测出来的问题,提出了一种基于四元数的改进型最小核值相似区(SUSAN)边缘检测算法。首先,利用四元数矢量旋转原理将HSI颜色空间... 展开更多; 关键词彩色图像四元数空间降维最小核值相似区边缘检测; 在线阅读下载PDF 职称材料

框架变换耦合SUSAN的多聚焦图像融合算法被引量：4: 3; 作者靳霞雳志豪《计算机工程与设计》北大核心 2017年第9期2425-2431,共7页; 为解决当前多聚焦图像融合技术中存在块效应、对比度较低等不足,提出基于框架变换耦合SUSAN(smallest univalue segment assimilating nucleus)图像融合算法。将所有输入图像分解为低频子带和高频子带,利用最小核值相似区SUSAN构建特征... 展开更多; 关键词图像融合框架变换最小核值相似区人类视觉系统融合准则; 在线阅读下载PDF 职称材料

基于灰度差分与模板的Harris角点检测快速算法被引量：41: 4; 作者张立亭黄晓浪 +2 位作者鹿琳琳陈竹安徐志宽《仪器仪表学报》 EI CAS CSCD 北大核心 2018年第2期218-224,共7页; 为了去除伪角点和减少角点遗漏并且实现图像中角点的实时提取,提出了一种基于灰度差分与模板的Harris角点检测快速算法。改进算法采用灰度差分与小模板相结合的方法筛选出初始角点集,并在此基础上对最小核值相似区（SUSAN）算法进行了... 展开更多; 关键词 HARRIS算法最小核值相似区算法角点检测实时伪角点; 在线阅读下载PDF 职称材料

激光成像引信的目标识别方法研究被引量：6: 5; 作者周瑜贺伟《激光技术》 CAS CSCD 北大核心 2023年第2期267-272,共6页; 为了高效准确地滤掉云烟雾等悬浮粒子,减少对激光成像引信工作的影响,采用了改进的Harris+最小核值相似区域(SUSAN)角点检测算法与矩形度结合的目标识别方法。改进算法在原有Harris和SUSAN算法基础上,利用8邻域模板标准差对目标像素点... 展开更多; 关键词激光技术目标识别特征提取 HARRIS算法最小核值相似区域算法; 在线阅读下载PDF 职称材料

题名基于最小核值相似区算法的高分辨率遥感图像分割方法: 1; 作者薛峭赵书河; 机构南京大学地理信息科学系; 出处《国土资源遥感》 CSCD 2011年第4期37-41,共5页; 基金国家自然科学基金项目(编号:40501047)资助; 文摘采用最小核值相似区算法(Smallest Univalue Segment Assimilating Nucleus,SUSAN)计算QuickBird图像的梯度,并采用标记控制的分水岭变换(Watershed Transform,WT)算法分割图像,取得了较好的结果。SUSAN方法能有效地检测图像梯度,对噪声不敏感;梯度值范围明确,不因图像而改变,为后续处理相关参数的选择提供了便利;亮度阈值容易确定,模板半径可选,具有很大的灵活性;适合于采用WT的遥感图像的分割。采用基于SUSAN梯度和NDVI的标记图像,利用形态学灰度图像重建方法修改梯度图像,能够有效地抑制梯度图像中大量的局部灰度极小值,提高WT图像分割的精度。; 关键词最小核值相似区算法(susan) 分水岭变换(WT) QuickBird图像图像分割; Keywords Smallest Univalue Segment Assimilating Nucleus（susan） Watershed Transform（WT） QuickBird imagery Image segmentation; 分类号 TP751.1 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于四元数的改进型最小核值相似区边缘检测被引量：3: 2; 作者宋健飞高莉; 机构江苏师范大学电气工程及自动化学院; 出处《计算机应用》 CSCD 北大核心 2015年第3期826-829,848,共5页; 文摘针对基于亮度和色度的彩色图像边缘检测在检测过程中忽略亮度和色度之间关联性而导致部分边缘不能有效地被检测出来的问题,提出了一种基于四元数的改进型最小核值相似区(SUSAN)边缘检测算法。首先,利用四元数矢量旋转原理将HSI颜色空间的三维信息映射成二维平面信息实现空间降维,同时引入标量V来综合表示H、S、I三通道之间的关系;然后,将标量V作为算子的核函数;最后,利用改进的SUSAN算子完成图像的边缘检测。实验结果表明,提出的算法针对色度相同、饱和度存在差异以及饱和度相同、色度存在差异的彩色图像,在边缘检测的定位误差率上降低了1.5%。在实际的应用中,能够更好地获得图像中的目标信息,同时也为后续的分割和识别研究提供更好的先验知识。; 关键词彩色图像四元数空间降维最小核值相似区边缘检测; Keywords color image quaternion spatial dimension reduction Smallest Univalue Segment Assimilating Nucleus（susan） edge detection; 分类号 TP391.413 [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

题名框架变换耦合SUSAN的多聚焦图像融合算法被引量：4: 3; 作者靳霞雳志豪; 机构南开大学软件工程学院天津工业大学计算机科学与技术学院; 出处《计算机工程与设计》北大核心 2017年第9期2425-2431,共7页; 基金天津市科技攻关基金项目(12ZCKJBX01712); 文摘为解决当前多聚焦图像融合技术中存在块效应、对比度较低等不足,提出基于框架变换耦合SUSAN(smallest univalue segment assimilating nucleus)图像融合算法。将所有输入图像分解为低频子带和高频子带,利用最小核值相似区SUSAN构建特征提取函数,得到低频和高频特征系数;基于人类视觉系统(human visual system,HVS)特性,分别建立低频和高频子带的融合准则,利用低频特征作为可见性融合措施,高频特征作为融合的HVS模型的纹理信息;利用逆框架变换合成融合图像。实验结果表明,与当前常用多聚焦图像融合技术比较,所提方法获得的融合图像在信息熵、均方根交叉熵、边缘信息评价因子和峰值信噪比的评价指标具有更大优势,融合图像细节完好,视觉质量更高。; 关键词图像融合框架变换最小核值相似区人类视觉系统融合准则; Keywords image fusion frame transform susan HVS fusion rule; 分类号 TP391 [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

题名基于灰度差分与模板的Harris角点检测快速算法被引量：41: 4; 作者张立亭黄晓浪鹿琳琳陈竹安徐志宽; 机构东华理工大学测绘工程学院江西省数字国土重点实验室中国科学院遥感与数字地球研究所数字地球重点实验室; 出处《仪器仪表学报》 EI CAS CSCD 北大核心 2018年第2期218-224,共7页; 基金中国科学院重点部署项目(ZDRW-ZS-2016-6) 国家自然科学基金(41471369) +1 种基金江西省教育厅科学技术研究重点项目(GJJ150555)资助; 文摘为了去除伪角点和减少角点遗漏并且实现图像中角点的实时提取,提出了一种基于灰度差分与模板的Harris角点检测快速算法。改进算法采用灰度差分与小模板相结合的方法筛选出初始角点集,并在此基础上对最小核值相似区（SUSAN）算法进行了改进并采用改进的SUSAN算法精化初始角点集;最后,通过计算初始角点的角点响应函数值并进行非极大抑制,以确定最终的角点。实验结果表明,改进算法能够准确提取图像中的角点并去除大量伪角点。此外,改进算法的角点检测时间显著减少,仅为原算法的4.7%,能够满足角点实时提取的需求。; 关键词 HARRIS算法最小核值相似区算法角点检测实时伪角点; Keywords Harris algorithm smallest univalue segment assimilating nucleus （susan） algorithm comer detection real-time false corner; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术] TH76 [机械工程—精密仪器及机械]; 在线阅读下载PDF 职称材料

题名激光成像引信的目标识别方法研究被引量：6: 5; 作者周瑜贺伟; 机构西安邮电大学通信与信息工程学院; 出处《激光技术》 CAS CSCD 北大核心 2023年第2期267-272,共6页; 文摘为了高效准确地滤掉云烟雾等悬浮粒子,减少对激光成像引信工作的影响,采用了改进的Harris+最小核值相似区域(SUSAN)角点检测算法与矩形度结合的目标识别方法。改进算法在原有Harris和SUSAN算法基础上,利用8邻域模板标准差对目标像素点进行初次筛选获得候选角点,经高斯滤波后,利用改进的角点响应函数值进行二次筛选,再通过非极大值抑制得到最终角点,最后利用矩形度对目标与干扰进行二次区分。通过理论分析和实验验证可知,95%的目标能被有效地识别出来。结果表明,该方法能高效准确地区分目标与干扰,同时满足实时性要求,为激光成像引信抗干扰方面提供了一定的理论参考。; 关键词激光技术目标识别特征提取 HARRIS算法最小核值相似区域算法; Keywords laser technique target recognition feature extraction Harris algorithm smallest univalue segment assimilating nucleus algorithm; 分类号 TN247 [电子电信—物理电子学] TJ439.2 [兵器科学与技术—火炮、自动武器与弹药工程]; 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	基于最小核值相似区算法的高分辨率遥感图像分割方法	薛峭赵书河	《国土资源遥感》 CSCD	2011	0	在线阅读下载PDF 职称材料
2	基于四元数的改进型最小核值相似区边缘检测	宋健飞高莉	《计算机应用》 CSCD 北大核心	2015	3	在线阅读下载PDF 职称材料
3	框架变换耦合SUSAN的多聚焦图像融合算法	靳霞雳志豪	《计算机工程与设计》北大核心	2017	4	在线阅读下载PDF 职称材料
4	基于灰度差分与模板的Harris角点检测快速算法	张立亭黄晓浪鹿琳琳陈竹安徐志宽	《仪器仪表学报》 EI CAS CSCD 北大核心	2018	41	在线阅读下载PDF 职称材料
5	激光成像引信的目标识别方法研究	周瑜贺伟	《激光技术》 CAS CSCD 北大核心	2023	6	在线阅读下载PDF 职称材料