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:
为了避免计算过于复杂或因丢弃过多关键信息而造成失真过大的问题,在高斯尺度空间的构造中应正确选用尺度参数,以使图像信息的变化呈现均匀的特点.目前,许多高斯尺度空间应用中采用的层之间的尺度参数关系并不明确,使得分层效果不理想.本文基于视觉特征模型,提出一种自适应高斯尺度参数的算法,并通过对SAR图像降噪处理对比试验验证了它的有效性,从而为图像的高层次处理如目标识别等提供了信息量稳定变化的尺度空间.
推荐文章
基于高斯尺度空间的尺度参数自适应算法研究
高斯尺度空间
尺度参数
视觉特征
特征点
高斯尺度参数自适应算法研究
高斯尺度空间
尺度参数
视觉特征
特征点
基于时空模型的尺度自适应视觉跟踪
视觉跟踪
颜色属性空间
颜色直方图
时空上下文学习
相似度匹配
视频检索中图像信息量度量
视频检索
关键帧选择
图像信息量
显著区域
多特征融合
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 基于视觉特征信息量度量的高斯尺度参数自适应算法
来源期刊 计算机工程与科学 学科 工学
关键词 高斯尺度空间 尺度参数 视觉特征 特征点 图像去噪
年,卷(期) 2009,(1) 所属期刊栏目 图形与图像
研究方向 页码范围 58-60,133
页数 4页 分类号 TP391.41
字数 3639字 语种 中文
DOI 10.3969/j.issn.1007-130X.2009.01.019
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 田金文 华中科技大学图像处理与人工智能研究所 248 2531 25.0 36.0
2 刘立 南华大学计算机科学与技术学院 37 337 7.0 17.0
3 吴定雪 华中科技大学图像处理与人工智能研究所 2 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (20)
参考文献  (3)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1984(1)
  • 参考文献(1)
  • 二级参考文献(0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(3)
  • 参考文献(1)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
高斯尺度空间
尺度参数
视觉特征
特征点
图像去噪
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
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导