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:
人类视觉系统能够通过对场景中感兴趣的不同事物进行显著性检测,有效地配置处理资源。基于视觉注意机制的显著性检测方法能够简化遥感影像场景分析、目标解译的复杂程度,节省处理资源。以视觉注意机制为基础,提出了一种尺度自适应的SAR图像显著性检测方法,通过不同尺度下的局部复杂度和自差异性来度量图像的显著性测度,设计显著性尺度确定算法以及融合显著性尺度和显著性测度以生成显著图,完成显著性检测的流程。实验结果表明该方法能够有效应用于SAR图像显著性检测,较之其他主流显著区域检测算法更适用于SAR图像场景分析。
推荐文章
图像显著性检测方法解析
图像显著性
显著性检测
检测方法
图像处理
基于HVS的多尺度显著性检测算法
人类视觉系统
多尺度
主成分分析
显著性检测
图像分析
基于显著性定位和动态自适应区域生长的HRMR图像斑块分割
高分辨率核磁共振成像
颅内粥样硬化
斑块分割
非局部均值滤波
显著性检测
动态自适应区域生长
基于Faster R-CNN的显著性目标检测方法
视觉显著性
目标检测
元胞自动机
超像素分割
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 尺度自适应的SAR图像显著性检测方法
来源期刊 计算机工程与应用 学科 工学
关键词 合成孔径雷达 自适应 显著性 显著图
年,卷(期) 2015,(20) 所属期刊栏目 图形图像处理
研究方向 页码范围 145-152
页数 8页 分类号 TN957
字数 5850字 语种 中文
DOI 10.3778/j.issn.1002-8331.1407-0479
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 粟毅 国防科技大学电子科学与工程学院 107 1123 19.0 26.0
2 唐涛 国防科技大学电子科学与工程学院 12 75 5.0 8.0
3 项德良 国防科技大学电子科学与工程学院 4 19 3.0 4.0
4 谢惠杰 国防科技大学电子科学与工程学院 1 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  (0)
共引文献  (0)
参考文献  (11)
节点文献
引证文献  (3)
同被引文献  (10)
二级引证文献  (3)
1985(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(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(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
合成孔径雷达
自适应
显著性
显著图
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导