期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于拉格朗日乘子法的二维修正DFT调制滤波器组设计算法
1
作者 周芳 水鹏朗 蒋俊正 《电子与信息学报》 EI CSCD 北大核心 2017年第5期1261-1265,共5页
基于拉格朗日乘子法,该文提出一种2维修正离散傅里叶变换调制滤波器组的迭代设计方法。在每次迭代中,原型滤波器的设计描述成一个约束为2次函数的2次规划问题。引入拉格朗日乘子法将问题转化为无约束的优化问题,通过求解线性矩阵方程得... 基于拉格朗日乘子法,该文提出一种2维修正离散傅里叶变换调制滤波器组的迭代设计方法。在每次迭代中,原型滤波器的设计描述成一个约束为2次函数的2次规划问题。引入拉格朗日乘子法将问题转化为无约束的优化问题,通过求解线性矩阵方程得到优化问题的解。针对矩阵方程中的系数矩阵的特点,运用块LU分解,显著降低了运算复杂度。仿真实验表明,与现有的设计方法相比,该文方法设计得到的2维修正离散傅里叶变换调制滤波器组的重构误差和阻带衰减均有较大的改善。 展开更多
关键词 2维修正滤波器 离散傅里叶变换调制 迭代优化 拉格朗日乘子法 块LU分解
在线阅读 下载PDF
基于2D Gabor滤波器的车辆局部特征提取方法研究
2
作者 杜冉 朱蓉 《科学技术与工程》 2011年第14期3322-3325,3335,共5页
车辆局部特征提取是车辆检测的关键。目前常使用的一些特征提取方法不够稳定,且容易丢失图像局部特征。提出基于2D Gabor滤波器的车辆局部特征提取方法,分析并探讨滤波器方向、径向中心频率以及滤波窗口大小对图像结果的影响。Matlab仿... 车辆局部特征提取是车辆检测的关键。目前常使用的一些特征提取方法不够稳定,且容易丢失图像局部特征。提出基于2D Gabor滤波器的车辆局部特征提取方法,分析并探讨滤波器方向、径向中心频率以及滤波窗口大小对图像结果的影响。Matlab仿真结果证明该方法的有效性。 展开更多
关键词 车辆 2dgabor滤波器 局部特征 MATLAB
在线阅读 下载PDF
同样对称性质的2重尺度函数及其多小波构造
3
作者 唐春明 高协平 《系统工程与电子技术》 EI CSCD 北大核心 2002年第9期70-73,共4页
提出了 2重尺度函数及其相应多小波的构造步骤。该尺度函数满足如下性质 :(1)各分量具有不同的紧支撑区间 ;(2 )各分量对称性相同 ;(3)正交。得出了不存在各分量满足反对称性的具有实用价值的 2重尺度函数的结果。讨论了构造过程中参数... 提出了 2重尺度函数及其相应多小波的构造步骤。该尺度函数满足如下性质 :(1)各分量具有不同的紧支撑区间 ;(2 )各分量对称性相同 ;(3)正交。得出了不存在各分量满足反对称性的具有实用价值的 2重尺度函数的结果。讨论了构造过程中参数与尺度函数及其小波性质的关系 ,最后根据该类尺度函数及多小波的性质 ,构造了两种尺度函数和多小波。 展开更多
关键词 2重尺度函数 多小波函数 对称性 正交性 紧支撑集 平衡性 滤波器
在线阅读 下载PDF
磁环表面缺陷图像分割算法的研究及实时实现 被引量:4
4
作者 马欣欣 葛曼玲 +1 位作者 黄贤冲 崔家俊 《激光与红外》 CAS CSCD 北大核心 2019年第1期116-122,共7页
为实现小型磁环表面细微缺陷图像无监督分割,并提高分割精度与计算效率,本文提出了一种基于改进2D Gabor滤波器组的自适应阈值分割方法。首先,利用多尺度、多方向的Gabor滤波器组对缺陷图像进行滤波降噪处理,抑制目标区域与背景区域内... 为实现小型磁环表面细微缺陷图像无监督分割,并提高分割精度与计算效率,本文提出了一种基于改进2D Gabor滤波器组的自适应阈值分割方法。首先,利用多尺度、多方向的Gabor滤波器组对缺陷图像进行滤波降噪处理,抑制目标区域与背景区域内部的噪声污染,同时增强区域间的差异性;然后,通过对处理后图像的灰度统计特性分析,根据缺陷图像的灰度均值及方差构造了灰度阈值计算公式,实现了小型磁环表面细微缺陷图像的自适应分割。实验结果表明,本文算法可快速、准确地分割缺陷并抑制噪声干扰,在分割精度、计算效率等方面也优于传统的选择迭代法、OTSU、最大熵等方法,并能够在先进的SEED-DVS8168平台上实时实现,验证了此算法的可行性与实时性。 展开更多
关键词 自适应阈值分割 2dgabor滤波器组 实时实现 磁环表面细微缺陷
在线阅读 下载PDF
基于特征融合和优化极限学习机算法的虹膜识别系统 被引量:3
5
作者 路春辉 《计算机应用与软件》 CSCD 2016年第7期326-333,共8页
针对虹膜图像采集过程中存在光照、干扰等因素,为进一步提高虹膜图像识别的准确率,提出一种基于组合特征提取的优化极限学习机(ELM)模型来提高虹膜图像识别的精度。模型考虑了特征提取和分类器优化两者均起着重要作用,利用灰度共生矩阵(... 针对虹膜图像采集过程中存在光照、干扰等因素,为进一步提高虹膜图像识别的准确率,提出一种基于组合特征提取的优化极限学习机(ELM)模型来提高虹膜图像识别的精度。模型考虑了特征提取和分类器优化两者均起着重要作用,利用灰度共生矩阵(GLCM)和多通道2D Gabor滤波器特征提取后进行特征融合,得到更丰富的特征信息,并设计改进了蜂群算法(IABC)优化ELM模型作为分类器。同时设计的线性加权多目标函数综合考虑分类精度和网络结构,从而有效提高了虹膜识别的准确率。实验表明提出的模型通过结合两种特征提取方法,能提取出更丰富的可区分特征,并且结合优化分类器得到了很高的分类准确率,是一种有效的虹膜识别模型。 展开更多
关键词 特征提取 虹膜识别 灰度共生矩阵 多通道2dgabor滤波器 极限学习机
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部