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:
在暗视觉环境下,常规视频采集设备采集的视频图像由于对比度低,人眼很难分辨清图像中的信息,给监控、刑侦、检测等工作带来了很大的困难.利用视频采集卡及其SDK软件开发包和人类对比度分辨率补偿算法,对暗视觉环境下的视频采集进行实时自适应底层视频挖掘,使常规的视频采集设备具有夜视的功能,提高其夜间监控的能力.通过本系统来弥补常规视频采集设备在暗视觉环境下的缺陷,可以给安防领域带来更大的安全保障.
推荐文章
基于POCS框架的时空联合自适应视频超分辨率重建算法
超分辨率
图像重建
凸集投影
自适应
人类视觉对比度分辨率的非线性补偿
人类视觉
对比度分辨率
非线性补偿
恰可分辨差异
一种自适应视频图像超分辨率重构算法
超分辨率
图像重构
凸集投影
运动估计误差
边缘约束
基于自适应规整化方法的图像超分辨率重建
超分辨率重建
Gauss-Gibbs随机场
参数估计
自适应规整化
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 基于对比度分辨率补偿的自适应底层视频挖掘夜视系统
来源期刊 重庆邮电大学学报(自然科学版) 学科 工学
关键词 视频采集卡 视频挖掘 SDK开发包 对比度分辨率补偿
年,卷(期) 2011,(5) 所属期刊栏目 计算机与自动控制
研究方向 页码范围 597-601
页数 分类号 TP39
字数 2422字 语种 中文
DOI 10.3979/j.issn.1673-825X.2011.05.019
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 吕霞付 重庆邮电大学网络化控制与智能仪器仪表教育部重点实验室 68 278 9.0 12.0
2 陈勇 重庆邮电大学网络化控制与智能仪器仪表教育部重点实验室 159 704 14.0 19.0
3 谢正祥 重庆医科大学生物医学工程研究室 85 641 14.0 22.0
4 杨佳义 重庆邮电大学网络化控制与智能仪器仪表教育部重点实验室 10 14 2.0 3.0
5 谭超 重庆邮电大学网络化控制与智能仪器仪表教育部重点实验室 2 11 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (30)
共引文献  (34)
参考文献  (8)
节点文献
引证文献  (7)
同被引文献  (28)
二级引证文献  (20)
1961(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(12)
  • 参考文献(1)
  • 二级参考文献(11)
2007(7)
  • 参考文献(3)
  • 二级参考文献(4)
2008(4)
  • 参考文献(2)
  • 二级参考文献(2)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(6)
  • 引证文献(1)
  • 二级引证文献(5)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(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
视频采集卡
视频挖掘
SDK开发包
对比度分辨率补偿
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
重庆邮电大学学报(自然科学版)
双月刊
1673-825X
50-1181/N
大16开
重庆南岸区
78-77
1988
chi
出版文献量(篇)
3229
总下载数(次)
12
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导