您的位置: 专家智库 > >

西北工业大学基础研究基金(JC201041)

作品数:3 被引量:27H指数:2
相关作者:韩军伟郭雷尹文杰程塨钱晓亮更多>>
相关机构:西北工业大学更多>>
发文基金:西北工业大学基础研究基金国家自然科学基金更多>>
相关领域:自动化与计算机技术天文地球更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 2篇自动化与计算...
  • 1篇天文地球

主题

  • 2篇图像
  • 1篇信杂比
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇弱小目标
  • 1篇弱小目标检测
  • 1篇视觉词
  • 1篇图像处理
  • 1篇图像自动标注
  • 1篇向量
  • 1篇向量机
  • 1篇小目标检测
  • 1篇目标检测
  • 1篇聚类
  • 1篇均值聚类
  • 1篇红外
  • 1篇红外弱小目标
  • 1篇红外弱小目标...
  • 1篇SIFT特征
  • 1篇K-均值

机构

  • 3篇西北工业大学

作者

  • 3篇郭雷
  • 3篇韩军伟
  • 2篇尹文杰
  • 1篇贺胜
  • 1篇钱晓亮
  • 1篇许明
  • 1篇程塨

传媒

  • 1篇光学学报
  • 1篇计算机应用研...
  • 1篇计算机科学

年份

  • 1篇2012
  • 2篇2011
3 条 记 录,以下是 1-3
排序方式:
基于形态学带通滤波和尺度空间理论的红外弱小目标检测被引量:22
2012年
针对复杂背景下的红外弱小目标检测问题,提出了一种基于形态学带通滤波和尺度空间理论的红外弱小目标检测算法。采用形态学带通滤波对红外图像进行预处理,得到红外弱小目标的潜在区域;利用高斯差分算子获得预处理后的红外图像的尺度空间,并通过尺度空间的极大值检测获得候选目标的位置和尺度;通过对候选目标的信杂比进行阈值化实现红外弱小目标的检测。实验结果和现有方法的对比证明了算法的有效性和稳健性。
程塨郭雷韩军伟钱晓亮
关键词:图像处理弱小目标检测信杂比
基于显著区域的图像自动标注被引量:3
2011年
为了提高图像自动标注的准确率,提出了一种基于图像显著区域的自动标注方法。首先提取图像的显著区域,然后提取图像的SIFT特征,利用K-均值聚类得到视觉词汇,并根据训练图像的SIFT特征是否位于显著区域进行不同的加权运算得到视觉词汇的词袋表示,最后利用支持向量机训练分类模型实现图像分类和标注。在一个包含1 255幅Corel图像的数据库进行实验,所提方法标注的准确率与整体考虑整幅图像特征相比有很大提高,表明提出的算法优于传统方法。
尹文杰韩军伟郭雷贺胜许明
关键词:图像自动标注SIFT特征K-均值聚类支持向量机
图像与视频自动标注最新进展被引量:2
2011年
近年来,图像与视频自动标注技术成为多媒体信息处理领域的一个研究热点并且发展迅速。重点介绍此领域研究的最新进展。将这些新方法分为两类:基于学习的标注方法和基于搜索的标注方法,分别介绍了各个算法的基本思想和优缺点。然后,介绍了一些目前流行的商业的和研究性的图像检索及标注系统。最后,提出了自动标注技术的进一步研究方向。
尹文杰韩军伟郭雷
共1页<1>
聚类工具0