检索结果-维普期刊中文期刊服务平台

基于自适应稀疏表示的被动毫米波图像恢复被引量：1: 1; 作者成萍赵家群 +1 位作者张春杰司锡才《电波科学学报》 EI CSCD 北大核心 2011年第3期533-538,共6页; 为了克服傅立叶域和小波域正则化方法不能同时保持目标特征和有效滤除噪声的缺点,提出一种被动毫米波图像恢复的新方法。它利用稀疏表示表达信号灵活的特点,对逆滤波后的毫米波图像采用基于奇异值分解的K聚类(K-SVD)算法进行学习,自适... 展开更多; 关键词自适应稀疏表示被动毫米波图像恢复 K—SVD 去噪; 在线阅读下载PDF 职称材料

基于相异性阈值的改进自适应稀疏表示去噪算法: 2; 作者吴雄洲李跃华《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2016年第5期634-640,共7页; 针对自适应稀疏表示去噪算法在对图像进行去噪时运行时间较长,得到结果过于平滑的问题,研究了基于相异性阈值的改进自适应稀疏表示去噪算法,在改进算法中,计算当前提取的图像块与前一个图像块之间的相异性度量,并与阈值进行比较,低于阈... 展开更多; 关键词相异性阈值改进自适应稀疏表示去噪运行时间边缘保护; 在线阅读下载PDF 职称材料

基于稀疏表示的被动毫米波L-R成像算法被引量：7: 3; 作者成萍赵家群 +1 位作者司锡才赵昕《电子与信息学报》 EI CSCD 北大核心 2010年第7期1707-1711,共5页; 在被动毫米波的图像恢复中,L-R算法是一种简单而有效的非线性方法。但当噪声不可忽略时,L-R算法难以获得较好的复原结果。自适应稀疏表示,作为一种新的信号处理方法,具有表达信号灵活的特点,能够在保持目标特征的同时有效地去除噪声。... 展开更多; 关键词被动毫米波成像 L-R(Lucy-Richardson)成像算法自适应稀疏表示非线性; 在线阅读下载PDF 职称材料

基于引导滤波与稀疏表示的医学图像融合被引量：2: 4; 作者王兆滨马一鲲崔子婧《电子科技大学学报》 EI CAS CSCD 北大核心 2022年第2期264-273,共10页; 为提升融合图像清晰度,提出一种基于引导滤波器与自适应稀疏表示的多模态医学图像融合算法。该算法利用高斯滤波器将输入图像分解为细节层和基础层;基于显著性特征和引导滤波器求得基础层权值图,根据该权值图结合加权平均融合规则对基... 展开更多; 关键词自适应稀疏表示引导滤波器图像融合多模态医学图像; 在线阅读下载PDF 职称材料

基于多尺度方向局部极值滤波和ASR的图像融合被引量：4: 5; 作者刘先红陈志斌《激光与红外》 CAS CSCD 北大核心 2018年第5期644-650,共7页; 为了更好地提取源图像的边缘和方向信息,充分利用边缘保持滤波器的保边缘特性和方向滤波器有效提取方向信息的能力,提出一种基于局部极值滤波和非下采样方向滤波器的多尺度方向局部极值滤波图像融合方法。源图像经多尺度方向局部极值滤... 展开更多; 关键词图像处理图像融合局部极值滤波非下采样方向滤波器组自适应稀疏表示拉普拉斯能量和; 在线阅读下载PDF 职称材料

题名基于自适应稀疏表示的被动毫米波图像恢复被引量：1: 1; 作者成萍赵家群张春杰司锡才; 机构哈尔滨工程大学信息与通信工程学院哈尔滨工程大学理学院; 出处《电波科学学报》 EI CSCD 北大核心 2011年第3期533-538,共6页; 基金国防基础科研基金(A2420061104-06) 中央高校基本科研业务费专项资金(HEUCFR1016Z08241) +1 种基金中国博士后基金(20090450834) 黑龙江省博士后基金(LBH-Z08241); 文摘为了克服傅立叶域和小波域正则化方法不能同时保持目标特征和有效滤除噪声的缺点,提出一种被动毫米波图像恢复的新方法。它利用稀疏表示表达信号灵活的特点,对逆滤波后的毫米波图像采用基于奇异值分解的K聚类(K-SVD)算法进行学习,自适应地得到图像恢复需要的基函数。与傅立叶域和小波域正则化方法相比,论文方法采用了自适应的处理方法,因此能够更好地保持目标特征,更有效地抑制噪声,进而更好地恢复图像。将论文方法用于被动毫米波仿真图像的恢复,得到了很好的结果。因此,它是一种有效的被动毫米波成像方法。; 关键词自适应稀疏表示被动毫米波图像恢复 K—SVD 去噪; Keywords adaptive sparse representation passive millimeter wave image restora- tion K-SVD denoise; 分类号 TP75 [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

题名基于相异性阈值的改进自适应稀疏表示去噪算法: 2; 作者吴雄洲李跃华; 机构南京理工大学电子工程与光电技术学院; 出处《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2016年第5期634-640,共7页; 基金总装备部预研基金(51305050102)~~; 文摘针对自适应稀疏表示去噪算法在对图像进行去噪时运行时间较长,得到结果过于平滑的问题,研究了基于相异性阈值的改进自适应稀疏表示去噪算法,在改进算法中,计算当前提取的图像块与前一个图像块之间的相异性度量,并与阈值进行比较,低于阈值则认为两者具有相同的稀疏表示向量和表示误差,不需要对当前块再执行计算从而减少运行时间,高于阈值则认为当前块包含了边缘区域,记录其位置,在重构去噪图像时予以保护,以减少图像边缘信息的损失.对毫米波图像的去噪实验结果证实了改进算法的有效性.; 关键词相异性阈值改进自适应稀疏表示去噪运行时间边缘保护; Keywords difference threshold modified adaptive sparse representation denoising operation time edge protection; 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

题名基于稀疏表示的被动毫米波L-R成像算法被引量：7: 3; 作者成萍赵家群司锡才赵昕; 机构哈尔滨工程大学信息与通信工程学院哈尔滨工程大学理学院第二炮兵驻国营; 出处《电子与信息学报》 EI CSCD 北大核心 2010年第7期1707-1711,共5页; 基金国防基础科研基金(A2420061104-06) 中国博士后基金(20090450834) 黑龙江省博士后基金(LBH-Z08241)资助课题; 文摘在被动毫米波的图像恢复中,L-R算法是一种简单而有效的非线性方法。但当噪声不可忽略时,L-R算法难以获得较好的复原结果。自适应稀疏表示,作为一种新的信号处理方法,具有表达信号灵活的特点,能够在保持目标特征的同时有效地去除噪声。该文提出一种基于自适应稀疏表示的L-R算法。首先采用稀疏信号表示的方法进行去噪,然后使用L-R算法进行图像恢复。这种改进算法通过使用基于自适应稀疏表示的去噪算法有效地减少了噪声对L-R算法的影响。实验数据的成像结果表明:该文的改进算法提高了L-R算法的性能,可用于低信噪比的图像复原。; 关键词被动毫米波成像 L-R(Lucy-Richardson)成像算法自适应稀疏表示非线性; Keywords Passive millimeter wave imaging L-R（Lucy-Richardson） imaging algorithm Adaptive sparse representation Nonlinear; 分类号 TP75 [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

题名基于引导滤波与稀疏表示的医学图像融合被引量：2: 4; 作者王兆滨马一鲲崔子婧; 机构兰州大学信息科学与工程学院; 出处《电子科技大学学报》 EI CAS CSCD 北大核心 2022年第2期264-273,共10页; 基金国家自然科学基金(61201421)。; 文摘为提升融合图像清晰度,提出一种基于引导滤波器与自适应稀疏表示的多模态医学图像融合算法。该算法利用高斯滤波器将输入图像分解为细节层和基础层;基于显著性特征和引导滤波器求得基础层权值图,根据该权值图结合加权平均融合规则对基础层进行融合;同时,采用自适应稀疏表示算法融合细节层;最后,将融合的细节层和基础层相加得到融合图像。在指标评价和视觉分析上比较了该算法和其他6种经典算法的融合结果;此外,还比较了该算法与两种基于稀疏表示算法的时间复杂度。结果表明,该算法在纹理和边缘信息保存上优于其他算法,其时间复杂度优于基于稀疏表示的算法。; 关键词自适应稀疏表示引导滤波器图像融合多模态医学图像; Keywords adaptive sparse representation guided filter image fusion multi-modal medical image; 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

题名基于多尺度方向局部极值滤波和ASR的图像融合被引量：4: 5; 作者刘先红陈志斌; 机构陆军工程大学石家庄校区电子与光学工程系中国人民解放军; 出处《激光与红外》 CAS CSCD 北大核心 2018年第5期644-650,共7页; 基金总装人才战略工程专项基金项目(No.ZZ[2013]714号)资助.; 文摘为了更好地提取源图像的边缘和方向信息,充分利用边缘保持滤波器的保边缘特性和方向滤波器有效提取方向信息的能力,提出一种基于局部极值滤波和非下采样方向滤波器的多尺度方向局部极值滤波图像融合方法。源图像经多尺度方向局部极值滤波,得到低频子带以及一系列的高频方向细节子带,对低频子带系数提出一种基于自适应稀疏表示(ASR)的融合规则,采用空间频率与l1范数相结合的策略得到融合的稀疏表示系数,对高频方向细节子带系数提出一种基于改进拉普拉斯能量和匹配度的选择与加权平均相结合的融合策略。实验结果表明,本方法能够有效提取源图像的边缘等细节信息,融合结果对比度更高,具有更好的主观视觉效果,其客观评价指标也优于传统的图像融合方法。; 关键词图像处理图像融合局部极值滤波非下采样方向滤波器组自适应稀疏表示拉普拉斯能量和; Keywords image processing image fusion local extrema filter nonsubsampled directional filter bank adaptive sparse repre sentation（ASR） of the objcetve creteria.; 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	作者	出处	发文年	被引量	操作
1	基于自适应稀疏表示的被动毫米波图像恢复	成萍赵家群张春杰司锡才	《电波科学学报》 EI CSCD 北大核心	2011	1	在线阅读下载PDF 职称材料
2	基于相异性阈值的改进自适应稀疏表示去噪算法	吴雄洲李跃华	《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心	2016	0	在线阅读下载PDF 职称材料
3	基于稀疏表示的被动毫米波L-R成像算法	成萍赵家群司锡才赵昕	《电子与信息学报》 EI CSCD 北大核心	2010	7	在线阅读下载PDF 职称材料
4	基于引导滤波与稀疏表示的医学图像融合	王兆滨马一鲲崔子婧	《电子科技大学学报》 EI CAS CSCD 北大核心	2022	2	在线阅读下载PDF 职称材料
5	基于多尺度方向局部极值滤波和ASR的图像融合	刘先红陈志斌	《激光与红外》 CAS CSCD 北大核心	2018	4	在线阅读下载PDF 职称材料