您的位置: 专家智库 > >

河南省科技发展计划项目(122400450356)

作品数:5 被引量:66H指数:3
相关作者:耿国华孙挺齐迎春郑恩明张锦华更多>>
相关机构:周口师范学院西北大学北京神州普惠科技股份有限公司更多>>
发文基金:河南省科技发展计划项目国家重点基础研究发展计划国家重大科学仪器设备开发专项更多>>
相关领域:电子电信自动化与计算机技术理学交通运输工程更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 2篇电子电信
  • 2篇自动化与计算...
  • 1篇交通运输工程
  • 1篇一般工业技术
  • 1篇理学

主题

  • 2篇图像
  • 2篇目标检测
  • 1篇动目标
  • 1篇动目标检测
  • 1篇对比度
  • 1篇多普勒
  • 1篇信号
  • 1篇信号处理
  • 1篇信号处理技术
  • 1篇运动目标检测
  • 1篇运动目标检测...
  • 1篇帧间
  • 1篇帧间差
  • 1篇帧间差分
  • 1篇冗余
  • 1篇冗余字典
  • 1篇弱目标
  • 1篇弱目标检测
  • 1篇三维模型
  • 1篇特征提取

机构

  • 5篇周口师范学院
  • 4篇西北大学
  • 1篇中国科学院
  • 1篇国防科技大学
  • 1篇北京神州普惠...

作者

  • 4篇孙挺
  • 4篇耿国华
  • 1篇王华东
  • 1篇齐迎春
  • 1篇张锦华
  • 1篇程旭
  • 1篇郑恩明

传媒

  • 1篇电子学报
  • 1篇上海交通大学...
  • 1篇计算机应用研...
  • 1篇计算机科学
  • 1篇吉林大学学报...

年份

  • 1篇2018
  • 1篇2017
  • 2篇2016
  • 1篇2015
5 条 记 录,以下是 1-5
排序方式:
基于局部特征概率密度估计的三维模型特征提取方法被引量:4
2015年
特征提取是三维模型检索中的关键。给出了基于局部特征概率密度估计的三维模型特征提取体系框架。针对三维表面局部几何特征集,利用核密度估计方法估计选定目标点的特定局部特征密度构成特征向量,用以描述三维模型。抽取三维网格模型的单元特征及多个单元特征组合而成的多元特征支持实现三维模型检索。实验验证了其检索性能优于基于统计的直方图特征提取方法。
孙挺张锦华耿国华
关键词:概率密度估计特征提取
基于帧间差分和背景差分的运动目标检测算法被引量:55
2016年
针对运动目标检测领域中帧间差分法和背景差分法的缺陷,提出一种将两种方法融合在一起的新算法。首先,该算法在采用混合高斯建立背景模型时对方差更新作了修改,使得模型与真实背景更接近。其次,用连续三帧差分代替两帧差分,采取自适应差分阈值的方法。最后,将两种差分的结果融合并作形态学处理提取目标。实验结果表明,本文算法能有效抑制噪声和空洞,适应性强、检测效果良好。
孙挺齐迎春耿国华
关键词:通信技术帧间差分背景差分目标检测
一种基于全极化回波的微多普勒增强算法被引量:1
2017年
极化信息的有效利用可提高目标特征提取和识别的精度.针对微动目标的微多普勒提取问题,在介绍传统微多普勒提取算法的基础上,建立了微动目标的全极化回波模型,提出了一种基于全极化信息的微多普勒提取算法.该方法以时频图像的对比度作为目标函数,通过寻找一组最优极化矢量提高时频图像质量.仿真数据实验表明,本文方法比传统时频变换方法得到的时频图像的对比度更高.真实数据实验发现,本文方法得到的图像对比度高达2.56,而传统时频变换方法得到的图像对比度在0.88到1.66之间.实验结果证明了本文方法的有效性和相比传统方法的优势.
孙挺程旭
关键词:微多普勒全极化图像对比度最优极化
基于子空间方位稳定性的弱目标检测方法被引量:5
2018年
针对在水下未知目标检测和方位估计中,无法同时对强目标和弱目标实现检测和方位估计的问题,提出一种基于子空间方位稳定性的弱目标检测方法.该方法首先对阵元接收信号协方差矩阵进行特征分解;然后利用目标子空间波束形成所得方位估计值在真值附近、比较稳定,背景噪声子空间波束形成所得方位估计值随机分布在[0°,180°]、比较随机的特点;最后对各子空间归一化空间谱进行方位方差加权,可以进一步抑制背景噪声子空间空间谱对弱目标子空间空间谱的干扰,缩小强目标与弱目标所在方位处空间谱幅值差异.理论分析、数值模拟和实测数据处理结果均证明,在同一频带和同一波束图中,相比分子带波束形成检测法,该方法可有效增强弱目标子空间空间谱幅值,缩小强目标与弱目标所在方位处空间谱幅值差异,同时实现对强目标和弱目标的检测和方位估计.
孙挺耿国华郑恩明王萍
关键词:信号处理技术弱目标检测
基于字典学习和原子聚类的图像去噪算法被引量:1
2016年
针对图像去噪过程中会导致细节和纹理结构信息丢失的不足,提出了基于字典学习和原子聚类的图像去噪算法。该算法利用含噪图像通过字典学习算法得到自适应的冗余字典,然后提取字典中每个原子的HOG特征和灰度统计特征构成特征集,并利用原子的特征集将冗余字典中的原子分成两类(不含噪原子和噪声原子),最后利用不含噪原子恢复图像,达到去噪的目的。实验结果表明,提出的算法无须知道噪声的先验信息,峰值信噪比好于现有的流行算法,且能较好地保持图像细节和纹理结构信息,提高了视觉效果。
孙挺王华东耿国华
关键词:字典学习冗余字典K-均值聚类
共1页<1>
聚类工具0