基于智能学习的海量红外激光图像特征挖掘技术

• 作者: 梁碧珍 陆月然
• 来源期刊: 激光杂志
• 学科: 工学
• 关键词: 海量 红外激光图像 轮廓构建 小波降噪 SIFT算法 特征挖掘
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 图像处理
• 页码范围: 100-104
• 页数: 5页
• 分类号: TN391
• 字数: 5353字
• 语种: 中文
• DOI: 10.14016/j.cnki.jgzz.2019.03.100

摘要

传统基于FPGA的快速图像特征提取方法,未对图像实施轮廓构建,导致特征挖掘结果不理想,提出基于智能学习的海量红外激光图像特征挖掘方法.构建红外激光图像的活动轮廓模型,对图像实施小波降噪处理,对降噪后的海量红外激光图像进行活动轮廓线套索融合检索,基于检索结果采用SIFT算法实现海量红外激光图像特征挖掘.实验结果表明,所设计方法进行海量红外激光图像降噪的误差小于1％,特征挖掘平均用时约为8.63 s,特征挖掘准确率高达98％以上,所设计方法能够用于海量红外激光图像特征的准确、高效挖掘.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁碧珍		15	63	4.0	7.0
2	陆月然		14	58	4.0	7.0