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:
微光图像对比度较低,目标显著性不明显,目标自动探测难度大。针对此问题,本文提出一种噪声鲁棒性较好的图像局部纹理粗糙度算法,并给出一种适用于微光图像显著分析的纹理显著性算法。首先,提出一种新的局部纹理粗糙度算法,该算法利用最佳尺寸计算局部纹理粗糙度,对纹理图像进行加噪实验,与基于局部分形维的粗糙度方法相比,本文局部纹理粗糙度算法表现出较好的噪声鲁棒性;其次,在提取图像粗糙度特征图的基础上,给出一种针对纹理的显著性度量算法;最后,将纹理显著性算法应用于微光图像目标检测,实验结果证明了该算法的有效性。
推荐文章
基于纹理抑制和连续分布估计的显著性目标检测方法
显著性检测
背景先验
Wasserstein距离
正态分布
基于SLIC融合纹理和直方图的图像显著性检测
SLIC算法
颜色特征
空间位置特征
纹理特征
直方图
显著性检测
纹理粗糙度在红外图像显著性检测中的应用
前视红外图像
纹理粗糙度
超级像素
显著性检测
一种基于颜色和纹理的显著性目标检测算法
显著性检测
图像分块
HSV颜色空间
纹理特征
目标检测
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 基于纹理显著性的微光图像目标检测
来源期刊 物理学报 学科
关键词 局部纹理粗糙度 纹理显著性 显著性度量 微光图像目标检测
年,卷(期) 2014,(6) 所属期刊栏目 地球物理学、天文学和天体物理学
研究方向 页码范围 069501-1-069501-12
页数 1页 分类号
字数 语种 中文
DOI 10.7498/aps.63.069501
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 张毅 南京理工大学江苏省光谱成像与智能感知重点实验室 45 356 12.0 17.0
2 柏连发 南京理工大学江苏省光谱成像与智能感知重点实验室 39 565 14.0 23.0
3 韩静 南京理工大学江苏省光谱成像与智能感知重点实验室 15 94 5.0 9.0
4 金左轮 南京理工大学江苏省光谱成像与智能感知重点实验室 1 15 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  (0)
节点文献
引证文献  (15)
同被引文献  (41)
二级引证文献  (32)
2014(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(8)
  • 引证文献(6)
  • 二级引证文献(2)
2017(9)
  • 引证文献(1)
  • 二级引证文献(8)
2018(11)
  • 引证文献(1)
  • 二级引证文献(10)
2019(8)
  • 引证文献(1)
  • 二级引证文献(7)
2020(6)
  • 引证文献(2)
  • 二级引证文献(4)
研究主题发展历程
节点文献
局部纹理粗糙度
纹理显著性
显著性度量
微光图像目标检测
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
物理学报
半月刊
1000-3290
11-1958/O4
大16开
北京603信箱
2-425
1933
chi
出版文献量(篇)
23474
总下载数(次)
35
总被引数(次)
174683
论文1v1指导