钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
无线电电子学与电信技术期刊
\
计算机与数字工程期刊
\
利用K-SVD去噪提高车辆检测率的方法
利用K-SVD去噪提高车辆检测率的方法
作者:
周旭
张尤赛
王亚军
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
稀疏表示
车辆检测率
图像去噪
小波变换
中值滤波
维纳滤波
摘要:
目前基于交通视频的车辆检测技术的研究重点大多集中于如何更准确更快速识别车辆的方法上,对视频中噪声对车辆检测率的影响重视不够.由于监控视频的获取常因为外部条件和传输过程而混入噪声,引起图像质量下降,从而严重影响后续的车辆检测性能.据此论文提出了一种基于稀疏表示去除视频噪声提高车辆检测率的方法.该方法利用K-奇异值分解算法训练过完备字典,将噪声图像在过完备字典上稀疏分解,根据原图像在过完备字典上能够稀疏表示而噪声不能稀疏表示的原理来去除噪声.最后,在光流法、帧差法和背景差分法这三种车辆检测算法的基础上,将该方法与中值滤波、维纳滤波和基于小波的去噪方法进行了比较,在去噪图像的信噪比和车辆检测率两个方面,验证了所提出方法具有更好的性能.
暂无资源
收藏
引用
分享
推荐文章
基于K-SVD超声渡越时间获取方法研究
稀疏表示
完备字典
超声检测
正交匹配追踪
K-SVD
基于稀疏 K-SVD 字典的图像融合方法
稀疏K-SVD
解析字典
学习字典
图像融合
基于块分类和字典优化的K-SVD图像去噪研究
图像去噪
稀疏表示
K-SVD算法
图像块分类
过完备字典
字典优化
基于改进K-SVD和非局部正则化的图像去噪
图像去噪
稀疏表示
奇异值分解
正交匹配追踪算法
字典优化
非局部自相似性
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
利用K-SVD去噪提高车辆检测率的方法
来源期刊
计算机与数字工程
学科
工学
关键词
稀疏表示
车辆检测率
图像去噪
小波变换
中值滤波
维纳滤波
年,卷(期)
2018,(5)
所属期刊栏目
图像处理
研究方向
页码范围
1007-1011
页数
5页
分类号
TP391
字数
4465字
语种
中文
DOI
10.3969/j.issn.1672-9722.2018.05.032
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
张尤赛
江苏科技大学电子与信息学院
59
353
9.0
14.0
2
周旭
江苏科技大学电子与信息学院
2
3
1.0
1.0
3
王亚军
江苏科技大学电子与信息学院
10
14
2.0
3.0
传播情况
被引次数趋势
(/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
(6)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
2006(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)
2014(3)
参考文献(3)
二级参考文献(0)
2015(1)
参考文献(1)
二级参考文献(0)
2018(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)
研究主题发展历程
节点文献
稀疏表示
车辆检测率
图像去噪
小波变换
中值滤波
维纳滤波
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
计算机与数字工程
主办单位:
中国船舶重工集团公司第七0九研究所
出版周期:
月刊
ISSN:
1672-9722
CN:
42-1372/TP
开本:
大16开
出版地:
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
邮发代号:
创刊时间:
1973
语种:
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
期刊文献
相关文献
1.
基于K-SVD超声渡越时间获取方法研究
2.
基于稀疏 K-SVD 字典的图像融合方法
3.
基于块分类和字典优化的K-SVD图像去噪研究
4.
基于改进K-SVD和非局部正则化的图像去噪
5.
基于分块K-SVD字典学习的彩色图像去噪
6.
基于改进的MCA和K-SVD的图像稀疏表示去噪算法
7.
基于自适应平方变换的工件去噪方法
8.
基于K-SVD算法的带钢表面缺陷图像去噪
9.
基于K-SVD的低信噪比WMSN视频图像稀疏去噪
10.
基于K-SVD的协同入侵检测
11.
结合分块噪声估计的字典学习图像去噪算法
12.
基于CUDA架构并行设计图像去噪算法
13.
低字典相干性K-SVD算法研究?
14.
基于正则化模型的K-SVD算法及其应用
15.
基于Sparse K-SVD学习字典的语音增强方法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
计算机与数字工程2022
计算机与数字工程2021
计算机与数字工程2020
计算机与数字工程2019
计算机与数字工程2018
计算机与数字工程2017
计算机与数字工程2016
计算机与数字工程2015
计算机与数字工程2014
计算机与数字工程2013
计算机与数字工程2012
计算机与数字工程2011
计算机与数字工程2010
计算机与数字工程2009
计算机与数字工程2008
计算机与数字工程2007
计算机与数字工程2006
计算机与数字工程2005
计算机与数字工程2004
计算机与数字工程2003
计算机与数字工程2002
计算机与数字工程2001
计算机与数字工程2018年第9期
计算机与数字工程2018年第8期
计算机与数字工程2018年第7期
计算机与数字工程2018年第6期
计算机与数字工程2018年第5期
计算机与数字工程2018年第4期
计算机与数字工程2018年第3期
计算机与数字工程2018年第2期
计算机与数字工程2018年第12期
计算机与数字工程2018年第11期
计算机与数字工程2018年第10期
计算机与数字工程2018年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号