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:
声呐图像在获取过程中易受噪声污染,而降噪性能好的算法通常时间复杂度较高.鉴于人类视觉注意机制,将基于流形排序(MR)的显著性检测方法引入声呐图像处理,将图像自动分割为显著区域和非显著区域两部分.对于占比小的显著区域采用三维块匹配(BM3D)算法降噪以保护图像主要信息,对非显著背景区域采用执行效率较高的均值滤波(MF)算法.将所提算法同经典MF,BM3D算法进行主观和客观评价指标对比,结果表明,所提算法在提高图像视觉效果的同时,执行时间较BM3D算法大为减少,可以满足水下航行器实时作业的应用需求.
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 DCT 域视觉显著性检测的图像缩放算法
图像缩放
线裁剪
视觉显著性检测
离散余弦变换域
视觉显著性检测综述
视觉显著性检测
RGB图像显著性检测
RGBD图像显著性检测
视频显著性检测
协同显著性检测
基于显著性检测的蔬菜鳞翅目害虫图像自动分割算法
鳞翅目
图像分割
显著性分析
非交互式
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 基于显著性检测的声呐图像快速降噪研究
来源期刊 西北工业大学学报 学科 工学
关键词 声呐图像 图像降噪 流行排序 显著性检测 图像分割 三维块匹配 均值滤波
年,卷(期) 2019,(1) 所属期刊栏目
研究方向 页码范围 80-86
页数 7页 分类号 TP751.1
字数 4099字 语种 中文
DOI
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 梁红 西北工业大学航海学院 62 394 11.0 17.0
2 杨长生 西北工业大学航海学院 25 62 5.0 6.0
3 金磊磊 西北工业大学航海学院 5 31 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (9)
参考文献  (8)
节点文献
引证文献  (5)
同被引文献  (11)
二级引证文献  (0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(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)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
声呐图像
图像降噪
流行排序
显著性检测
图像分割
三维块匹配
均值滤波
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
西北工业大学学报
双月刊
1000-2758
61-1070/T
大16开
西安市友谊西路127号(西工大校园158号信箱)
52-182
1957
chi
出版文献量(篇)
3990
总下载数(次)
4
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导