作者:
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:
图像模板匹配问题中,基于像素灰度值的相关算法已经十分普遍,其中归一化交叉相关算法(Normalized CROSS Correlation.简称NCC)是基于灰度匹配的经典算法之一,并得到广泛的应用,但是此算法还存在时间复杂度高的缺点.多尺度理论与多种分辨率下的图像表示和分析有关,即一张数字图像可以表示成多张分辨率子图的集合.其特点就是在某种分辨率下无法发现的特性在另一种分辨率下很容易发现,小波是多尺度分析的重要工具,被誉为数学上的显微镜,可以用来构建不同的自适应滤波器以改进滤波器的收敛性,这也小波的优点之一.图像经过多尺度小波分解后,在分辨率最低层的低频子图,仅保留了图像的大部分信息,这是经过小波变换后图像的一个特点.基于小波多尺度的NCC算法不但优化了算法本身也同时优化了基于灰度匹配的搜索路径,这样即保证了NCC算法的精确度,又减少了匹配的时间,并且经过仿真实验证明此算法是行之有效的.
推荐文章
基于小波多尺度的图像增强新算法
小波变换
多尺度
图像增强
基于多尺度小波变换的变步长LMS滤波算法
自适应滤波
LMS算法
变步长
小波变换
Matlab仿真
基于多尺度形态小波变换的红图增强算法
红外图像
多尺度形态小波变换
图像边缘增强
基于小波框架和多尺度变换的航迹关联算法
小波
航迹关联
小波框架
多尺度变换
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 基于小波多尺度的NCC算法的优化
来源期刊 电脑知识与技术 学科 工学
关键词 图像匹配 归一化交叉算法 小波变换 多尺度 塔式结构
年,卷(期) 2011,(23) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 5698-5700
页数 分类号 TP399
字数 2175字 语种 中文
DOI 10.3969/j.issn.1009-3044.2011.23.064
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 付艳丽 3 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (56)
共引文献  (151)
参考文献  (9)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1972(2)
  • 参考文献(1)
  • 二级参考文献(1)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(3)
  • 参考文献(0)
  • 二级参考文献(3)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(5)
  • 参考文献(0)
  • 二级参考文献(5)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(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)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(8)
  • 参考文献(0)
  • 二级参考文献(8)
2006(8)
  • 参考文献(2)
  • 二级参考文献(6)
2007(7)
  • 参考文献(3)
  • 二级参考文献(4)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(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
图像匹配
归一化交叉算法
小波变换
多尺度
塔式结构
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
电脑知识与技术
旬刊
1009-3044
34-1205/TP
大16开
安徽省合肥市
26-188
1994
chi
出版文献量(篇)
58241
总下载数(次)
228
总被引数(次)
132128
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导