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:
针对航空图像中的水面尾迹,提出了一种基于方向极傅里叶频谱二维主成分分析(Two-dimensional principal component analysis,2DPCA)的尾迹自动检测算法.该方法根据子图像的纹理方向,对傅里叶频谱进行极坐标变换,使得到的方向极傅里叶频谱具有平移和旋转不变性.相对于文献中对极频谱的直接划分作为纹理特征,本文对它进行一次列二维主成分分析,一次行二维主成分分析和两次二维主成分分析,实验结果表明奉文方法具有更高的分类识别率,其中两次二维主成分分析的分类识别率最高.对40幅图像的测试结果表明,本文的方法能够有效地自动检测航空图像中的水面尾迹纹理.
推荐文章
融合2DPCA和贝叶斯的人脸识别算法
人脸识别
2DPCA
小波变换
贝叶斯方法
基于BP神经网络的2DPCA人脸识别算法
人脸识别
2DPCA
BP神经网络
图像预处理
基于Curvelet和2DPCA的遥感图像融合算法
遥感融合
二维主成分分析
曲波变换
光谱特征
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 基于方向极傅里叶频谱2DPCA的尾迹检测
来源期刊 自动化学报 学科 工学
关键词 二维主成分分析 傅里叶频谱 方向极傅里叶频谱
年,卷(期) 2008,(9) 所属期刊栏目 论文与报告
研究方向 页码范围 1053-1059
页数 7页 分类号 TP391.41
字数 5400字 语种 中文
DOI 10.3724/SP.J.1004.2008.01053
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 毛志华 国家海洋局第二海洋研究所卫星海洋环境动力学国家重点实验室 24 258 8.0 16.0
2 程乾 国家海洋局第二海洋研究所卫星海洋环境动力学国家重点实验室 31 617 10.0 24.0
4 夏德深 南京理工大学计算机系 220 3601 29.0 48.0
5 潘德炉 国家海洋局第二海洋研究所卫星海洋环境动力学国家重点实验室 55 989 17.0 30.0
6 汪海洋 国家海洋局第二海洋研究所卫星海洋环境动力学国家重点实验室 6 261 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (66)
参考文献  (7)
节点文献
引证文献  (6)
同被引文献  (11)
二级引证文献  (27)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(3)
  • 参考文献(3)
  • 二级参考文献(0)
2008(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(5)
  • 引证文献(0)
  • 二级引证文献(5)
2013(5)
  • 引证文献(1)
  • 二级引证文献(4)
2014(5)
  • 引证文献(1)
  • 二级引证文献(4)
2015(7)
  • 引证文献(1)
  • 二级引证文献(6)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
二维主成分分析
傅里叶频谱
方向极傅里叶频谱
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
自动化学报
月刊
0254-4156
11-2109/TP
大16开
北京市海淀区中关村东路95号(北京2728信箱)
2-180
1963
chi
出版文献量(篇)
4124
总下载数(次)
26
总被引数(次)
120705
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导