基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于小波多尺度分解子带主成份的特征提取法,利用小波多尺度分解子带系数图像特征.各尺度变换域系数代表目标不同信息,综合图像的边缘、灰度和结构等信息,再用信息提取图像的主要特征.以车辆跟踪为例,提取的特征可用于目标匹配,并用处理后干净图像的小波分解系数重构图像.
推荐文章
基于小波分析的子带特征提取与选择方法
小波多尺度分解
图像处理
特征提取
子带主成分
基于投影信号和小波分析的字符特征提取方法
小波分析
多尺度分解
投影特征
特征提取
基于小波压缩域的统计纹理特征提取方法
纹理分类
多尺度分析
离散小波变换
共生矩阵
压缩域
基于多尺度融合的甲状腺结节图像特征提取
双数复小波变换
Gabor变换
高斯金字塔
特征融合
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于小波多尺度分解子带主成份的特征提取
来源期刊 兵工自动化 学科 工学
关键词
年,卷(期) 2005,(4) 所属期刊栏目 来稿摘登
研究方向 页码范围 68
页数 1页 分类号 TN91
字数 511字 语种 中文
DOI 10.3969/j.issn.1006-1576.2005.04.061
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王春光 国防科技大学电子科学与工程学院 11 151 8.0 11.0
2 高广珠 国防科技大学电子科学与工程学院 10 204 7.0 10.0
3 余理富 国防科技大学电子科学与工程学院 25 311 10.0 17.0
4 何智勇 国防科技大学电子科学与工程学院 9 199 7.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
引文网络交叉学科
相关学者/机构
期刊影响力
兵工自动化
月刊
1006-1576
51-1419/TP
大16开
四川省绵阳市207信箱
1982
chi
出版文献量(篇)
6566
总下载数(次)
20
总被引数(次)
28636
论文1v1指导