-
题名新的红外图像小目标检测方法(英文)
被引量：7
- 1
-
-
作者
崔玉平
刘永才
-
机构
华中科技大学模式识别与人工智能研究所图像处理与智能控制教育部重点实验室
-
出处
《红外与激光工程》
EI
CSCD
北大核心
2005年第5期587-591,共5页
-
基金
武器装备预先研究基金(51476040304JW0508)
-
文摘
在分析了海空背景下舰船目标红外图像特征的基础上,提出了一种基于背景粗糙度估计的红外图像小目标自适应检测算法,该算法利用LOG算子检测目标的大致轮廓,确定目标的中心点作为区域生长的种子点,可以看作是为后续处理压缩数据量的一种方法。它可以减少运算量,提高检测速度,抑制对不必要的种子点的区域生长,提高目标的检测概率。
-
关键词
小目标检测与分割
LOG算子
背景粗糙度
区域生长
-
Keywords
Small target detection and segmentation
LOG operator
Roughness of the background
Region growing
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于小波的全局多源遥感图像信息融合方法
- 2
-
-
作者
陶洪久
柳健
田金文
-
机构
武汉理工大学
华中科技大学模式识别与人工智能研究所图像信息处理与智能控制教育部重点实验室
-
出处
《红外与激光工程》
EI
CSCD
北大核心
2002年第4期346-350,共5页
-
基金
国防科技预研基金资助 (2 0 0 1 )
-
文摘
提出的图像信息融合方法用于解决传统方法在空间分辨率等方面的不足。原始图像经过小波变换 ,分解成子图像 ,再进行分块处理 ,高、低分辨率图像根据全局方差准则分别计算融合的权值系数 ,进行图像融合重建 ,然后 ,对图像采用全局法进行信息融合。实验表明 ,方法切实可行 ,能使低分辨率图像接近于高分辨率图像。
-
关键词
遥感图像
小波变换
多源信息
信息融合
分辨率
权值
-
Keywords
Wavelet transform
\ Multi-sensor information
\ Information fusion
\ Weighting value
-
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于B样条模型的曲线特征点检测法
被引量：10
- 3
-
-
作者
肖轶军
丁明跃
彭嘉雄
-
机构
华中科技大学模式识别与人工智能研究所图像信息处理与智能控制教育部重点实验室
-
出处
《数据采集与处理》
CSCD
2000年第4期422-425,共4页
-
基金
国家自然科学基金!(编号 :6 9775 0 0 5 )
国家教委跨世纪人才基金
-
文摘
提出了一种基于 B样条模型的曲线特征点检测法。该方法首先用 B样条函数对原始曲线进行逼近 ,得到原始曲线的分段解析表达式 ,然后利用曲线曲率分布来确定其特征点。 B样条曲线分段解析的特点提高了曲率估计的精度 ,进而使特征点检测的准确度也得到提高 ,同时 B样条曲线拟合过程在一定程度上起到了对原始曲线的平滑作用 ,可抑制噪声对特征点检测的影响 ,并且这种平滑不具有常规高斯平滑的萎缩效应。实验结果证明了本文方法的有效性。
-
关键词
特征点检测
B样条
曲线副近
计算机视觉
-
Keywords
prominent points detection
curvature estimation
B spline
curve approximat
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
