李艳
- 作品数：4 被引量：61H指数：3
- 供职机构：华中理工大学图像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研究实验室更多>>
- 发文基金：国家重点实验室开放基金国防科技技术预先研究基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种遥感图象的混合多尺度Hurst参数分类模型
- 2001年
- 针对遥感图象分类较困难的问题 ,提出了一个遥感图象的分类模型——扩展的自相似模型 (ESS) ,该模型是一种广义的分形布朗模型 (f Bm ) ,它的多尺度 Hurst参数与粗糙度之间是对应的 ,同时不必像分形维数那样要求粗糙度的尺度不变性 ,因而比 f Bm更接近于实际情况 .另外 ,由于它的参数可以作为很好的分类特征 ,而且特征维数低、计算快 ,其方向性 Hurst参数还描述了纹理在 4个方向上的粗糙度 ,因此可将它们与灰度的均值和标准差一起作为一组特征 ,来构造一个混合多尺度 Hurst参数分类模型 ,将其用于卫星遥感图象分类 。
- 李艳彭嘉雄
- 关键词：纹理分类HURST参数自相似模型分形布朗运动遥感图象
- 多尺度H参数纹理特征的子带算法被引量：13
- 2002年
- 扩展的自相似模型 (ESS)是一种广义的分数布朗运动模型 (fBm) ,它的多尺度H参数与粗糙度之间是对应的 ,因为不要求粗糙度的尺度不变性 ,所以能够区分大多数自然纹理 .它的结构函数计算是基于图像在一定尺度上的灰度差 ,这可以用小波变换低频分量的一阶差分去定义 .由于小波变换具有抑制噪声的能力 ,由此导出的特征具有更好的抗噪性能 .实验证明对卫星遥感图像达到了较高的分类正确率 .同时也说明 ,纹理的自相似特性在低频分量上的体现更突出 .
- 李艳彭嘉雄
- 关键词：多尺度HURST参数小波变换纹理分类遥感数据
- 基于分维特征的目标分割与检测被引量：5
- 2000年
- 提出了一种改进的盒维数算法 .基于这种盒维数定义 ,对高通滤波后的图像逐点计算 ,所得的盒维数为该点的分形特征 .根据这种算法 ,背景中多种不同纹理的特征值非常接近 ,而目标所在位置的特征值高于背景所在位置的值 .并提出一种迭代的分割 聚类法检测各目标 .
- 李艳彭嘉雄
- 关键词：图像处理分形维数
- 基于D_2样条插值和LOG算子的亚像素边缘检测被引量：43
- 2000年
- 提出了一种基于 D2 样条插值和 LOG算子的亚像素边缘检测方法 .将被检测的图像块在 1 /2 p精度上行列分离分别进行一维 D2 样条插值 ,得到亚像素图像 ,然后将不同尺度的 LOG算子与之卷积 。
- 李艳彭嘉雄
- 关键词：图像识别边缘检测亚像素LOG算子
