原文服务方: 计算机应用研究       
摘要:
针对多尺度图谱算法不能有效提取含有较多纹理或包含差异较大区域的目标物体,提出了一种结合图像平滑、多尺度图谱和局部谱的目标提取方法.首先对图像进行l0梯度最小化平滑处理,锐化边缘的同时消除图像的部分纹理信息;其次通过多尺度图谱方法对图像进行分割,该算法结合了归一化割算法的高精确度和多尺度算法的高效率性;最后结合局部谱理论,将人工选取的种子区域作为约束条件,进行有偏割向量估计,通过最大类间方差法将该向量分割成目标和背景.实验表明,该方法弥补了多尺度图谱算法的不足,并能产生很好的目标提取效果.
推荐文章
改进的多尺度图谱和局部谱的目标提取算法
多尺度图谱
局部谱
干涉轮廓
多尺度边缘概率检测算子
谱的边缘概率检测算子
方向分水岭算法
基于Sobel算子的多尺度边缘提取算法
多尺度边缘提取
sobel算子
cascade算法
尺度滤波
融合全局和局部特征的图像特征提取方法
特征提取
线性判别分析
保局投影算法
全局特征
局部特征
多尺度粒子滤波算法对目标状态估计的研究
多尺度粒子滤波
目标状态信息
最大后验分布函数
重要采样
马尔可夫链
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 基于多尺度图谱和局部谱的目标提取算法
来源期刊 计算机应用研究 学科
关键词 lo梯度最小化 图像平滑 归一化割 多尺度图谱 局部谱 最大类间方差法 目标提取
年,卷(期) 2013,(5) 所属期刊栏目 图形图像技术
研究方向 页码范围 1577-1581,1585
页数 6页 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2013.05.078
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 彭国华 西北工业大学理学院 104 768 13.0 22.0
2 王小龙 西北工业大学理学院 5 5 2.0 2.0
3 王永国 西北工业大学理学院 2 2 1.0 1.0
4 唐梦 西北工业大学理学院 1 2 1.0 1.0
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  (7)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(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
lo梯度最小化
图像平滑
归一化割
多尺度图谱
局部谱
最大类间方差法
目标提取
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导