搜索结果: 151-165 共查到“信息与通信工程 图像”相关记录1287条 . 查询时间(0.4 秒)
基于空间约束加权条件稀疏表示高光谱图像分类
图像处理 高光谱图像分类 加权条件稀疏表示 马尔可夫随机场
2015/9/17
为了充分利用稀疏表示分类信息和高光谱图像的空间信息,提出结合马尔可夫随机场的加权条件稀疏表示高光谱图像分类算法。该算法对稀疏表示分解后的残差向量建立条件稀疏表示模型,在计算残差向量的类别归属时引入频段方差信息;利用光谱信息散度从信息熵的角度挖掘重构光谱中的类别鉴定信息;在期望最大化算法模型中,将条件稀疏模型与光谱信息散度模型相结合,使算法具备迭代自更新的能力;将马尔可夫随机场引入加权条件稀疏表示算...
研究了电子辐射剂量对CMOS图像传感器性能的影响,性能参数为平均暗电流输出和光强响应度。搭建了电子辐射场和光强响应度的测量系统,在器件处于工作状态和非工作状态下分别对其辐射,辐射剂量为:5×103 rad、1×104 rad、7×104 rad、1×105 rad、5×105 rad。对于暗电流,当辐射总剂量超过7×104 rad~1×105 rad之间的某一个阈值时,暗电流随着辐射剂量的增长基本...
面向雷达图像仿真的三维实体模型表示方法
三维实体模型 数据结构 网格化 SEDRIS
2015/9/10
目标成像技术一直是雷达图像仿真领域研究的热点问题，基于三维实体模型实现目标成像的模拟为雷达图像仿真提供了一种新方法。在对三维实体模型在雷达图像仿真中的应用特点进行深入分析的基础上，综合考虑雷达成像的影响因素，结合SEDRIS思想，提出了一种基于网格化的三维实体模型表示方法，深入分析了模型组成要素、组织结构与调度方法等，三维模型SAR成像仿真实验证明了该方法的有效性和实用性。
用图像手段诠释科研信息，阐述学术观点，是每一位科研人员在网络信息化时代的最新需求。2015年8月14日，北京生科院举办了第二十二期PI Club活动，主题为：“学术图像设计研讨”。来自京区生命科学领域研究所的20余位科研人员出席了活动。
由于钢轨图像灰度分布不均，一般的图像分割法难以将目标从背景中分割出来，故本文提出了目标方差加权的类间方差阈值分割法对钢轨图像进行阈值分割。分析了钢轨图像的特点，总结了加权的目标方差(Otsu)方法及其它全局阈值分割法对钢轨图像分割存在的问题。然后，对Otsu方法进行改进，以目标出现的概率为权重，对类间方差的目标方差加权，使分割阈值靠近单模直方图的左边缘和双模直方图的谷底。最后，计算图像的错误分类误...
一种基于双滤波的空间图像色域映射算法
空间色域映射 双滤波 图像分层 光晕
2015/7/27
针对逐点色域映射方法在图像色域映射时出现的细节损失较大的问题，本文提出了一种新的空间图像色域映射方法.新方法采用双滤波技术将输入图像分解为对应边缘轮廓信息的基础层图像和对应纹理细节信息的细节层图像，先对基础层图像进行彩度优先的逐点色域裁剪，然后将细节层信息补偿给色域裁剪后的图像.最后对细节补偿后的图像进行亮度优先的色域裁剪，从而得到最终的映射图像.本文还分析了双滤波参数设置对色域映射结果和光晕的影...
为了解决当前图像加密算法无法对多个图像（≥3）完成同步扩散的不足，基于叠加融合思想，将多幅图像以矩阵形式融合成信息叠加矩阵，设计了空间填充曲线耦合时延映射格子的多图像同步加密算法。利用DCT（Discrete Cosine Transform）技术将所有初始图像转换为系数矩阵，同时，为了提高算法的自适应性与鲁棒性，引入锯齿空间填充曲线，对这些明文矩阵完成扫描，生成多个1D置乱数组；构造矩阵叠加模型...
通过图像灰度与温度的相关性,可以精确地得到一些领域上难以被测量到的温度。提出了基于红外靶标的图像灰度与温度的相关性分析。以自行研制的红外靶标为研究对象, 采集带有圆形目标孔的红外靶标在不同温度(60~110℃)下的红外图像, 再利用Matlab提取不同温度下特定区域的红外图像灰度值,从而确定红外靶标图像灰度与其温度的相关性,得其相关系数为0.962。实验结果表明:红外靶标图像中AOI(area o...
基于区域分块与尺度不变特征变换的图像拼接算法
尺度不变特征变换(SIFT) 区域分块 图像匹配 图像拼接 归一化互相关
2015/6/30
针对图像匹配算法计算量大,实时性差的问题,提出了一种基于区域分块与尺度不变特征变换(SIFT)相结合的图像拼接算法。该算法利用图像能量的归一化互相关系数快速分割出匹配图像与待匹配图像间的相似区域,利用SIFT算法在重叠区域中搜索出能用于匹配的图像特征点并实现快速精确配准。然后,通过对图像进行了几何校正和图像融合来实现图像序列间的无缝拼接。实验结果表明,该算法减少了传统SIFT算法的大量无用搜索,改...
当目标在多视角观测成像系统中有相对运动时,所获取的多观测点图像是模糊的且各视角图像的模糊是不一样的,模糊核长度和方向都不同。针对这一问题,提出了多视角观测图像的三维去模糊方法。现有的图像去模糊方法主要是对单视角观测图像进行二维去模糊的,没有考虑目标多视角观测图像的模糊核之间的对应关系。文中从三维空间到二维观测面的映射关系出发,建立多视角观测图像的模糊路径之间的对应关系。先采用单观测图像去模糊的方法...
武汉理工大学数字图像处理英文课件 Chapter8（3）。
武汉理工大学数字图像处理英文课件 Chapter8（2）。
武汉理工大学数字图像处理英文课件 Chapter8（1）。
武汉理工大学数字图像处理英文课件 Chapter7（6）。