期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
相位测量的不连续位置自适应分割
1
作者 邓高旭 刘梓豪 +2 位作者 柯俐颖 周诗洋 马立东 《光学精密工程》 EI CAS CSCD 北大核心 2024年第8期1252-1260,共9页
为了消除不连续位置对基于相位测量轮廓术三维重建精度的影响,提出了一种相位测量的不连续位置自适应分割方法。对该方法所采用的基于自适应方向相干性的相位不连续分割算法进行研究。首先,采用自适应方向相干图和平滑相位图确定不连续... 为了消除不连续位置对基于相位测量轮廓术三维重建精度的影响,提出了一种相位测量的不连续位置自适应分割方法。对该方法所采用的基于自适应方向相干性的相位不连续分割算法进行研究。首先,采用自适应方向相干图和平滑相位图确定不连续位置,即获得不连续区域与连续区域的灰度映射图。接着,将灰度映射图后处理为使用0-1表示的不连续区域与连续区域的掩码图。最后,将掩码图作为加权最小二乘相位展开方法的权重图将相对相位展开为绝对相位,所求解权重主要用以衡量包裹相位图中每个像素位置相位的质量。仿真结果表明:该自适应方向相干法对噪声方差为0.8的包裹相位图中直线和矩形不连续位置的分割平均误差分别为1.6783和3.0002个像素。实际相位测量轮廓实验也证明所提出方法可以有效分割包裹相位图不连续位置。所提出方法可实现对不连续位置的自适应分割以用于高精度的三维重建。 展开更多
关键词 机器视觉 加权最小二乘 不连续分割 掩码图 自适应后处理
在线阅读 下载PDF
基于级联卷积神经网络的图像篡改检测算法 被引量:9
2
作者 毕秀丽 魏杨 +2 位作者 肖斌 李伟生 马建峰 《电子与信息学报》 EI CSCD 北大核心 2019年第12期2987-2994,共8页
基于卷积神经网络的图像篡改检测算法利用卷积神经网络的学习能力可以实现不依赖于单一图像属性的图像篡改检测,弥补传统图像篡改检测方法依赖单一图像属性、适用度不高的缺陷。利用深层多神经元的单一网络结构的图像篡改检测算法虽然... 基于卷积神经网络的图像篡改检测算法利用卷积神经网络的学习能力可以实现不依赖于单一图像属性的图像篡改检测,弥补传统图像篡改检测方法依赖单一图像属性、适用度不高的缺陷。利用深层多神经元的单一网络结构的图像篡改检测算法虽然可以学习更高级的语义信息,但检测定位篡改区域效果并不理想。该文提出一种基于级联卷积神经网络的图像篡改检测算法,在卷积神经网络所展示出来的普遍特性的基础上进一步探究其深层次的特性,利用浅层稀神经元的级联网络结构弥补以往深层多神经元的单一网络结构在图像篡改检测中的缺陷。该文提出的检测算法由级联卷积神经网络和自适应筛选后处理两部分组成,级联卷积神经网络实现分级式的篡改区域定位,自适应筛选后处理对级联卷积神经网络的检测结果进行优化。通过实验对比,该文算法展示了较好的检测效果,且具有较高的鲁棒性。 展开更多
关键词 图像篡改检测 级联卷积神经网络 浅层稀神经元 级联网络结构 自适应筛选后处理
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部