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:
为解决传统2维经验模式分解获取图像细节能力不足的问题,提出一种基于局部梯度极值点的改进BEMD图像增强方法.根据梯度对图像细节信息的强挖掘能力,基于像素点4个2维方向上的极值条件来寻找图像的局部极值点,对图像进行经验模式分解并确定内蕴模式函数,结合大尺度梯度保留、小尺度梯度去除的思路,达到在图像增强的同时又抑制噪声的目的.实验结果表明:与传统的图像增强算法相比,该方法具有更强的细节捕捉能力.
推荐文章
基于改进经验模式分解算法的图像插值
图像插值
支持向量基
边界延拓
经验模式分解
局部均值
基于局部极值的保边缘图像分解算法
图像处理
图像分解
加权平均
局部极值
保边缘
基于改进经验模式分解算法的图像插值
图像插值
支持向量基
边界延拓
经验模式分解
局部均值
基于方向经验模式分解的纹理分类
经验模式分解
固有模式函数
方向经验模式分解
纹理分类
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 基于局部梯度极值点的经验模式分解图像增强
来源期刊 兵工自动化 学科 工学
关键词 图像增强 经验模式分解 梯度极值点
年,卷(期) 2020,(3) 所属期刊栏目 网络与信息技术
研究方向 页码范围 28-31
页数 4页 分类号 TP391.41
字数 2981字 语种 中文
DOI 10.7690/bgzdh.2020.03.007
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 徐冠雷 海军大连舰艇学院军事海洋系 38 428 9.0 20.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (27)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
图像增强
经验模式分解
梯度极值点
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
兵工自动化
月刊
1006-1576
51-1419/TP
大16开
四川省绵阳市207信箱
1982
chi
出版文献量(篇)
6566
总下载数(次)
20
总被引数(次)
28636
论文1v1指导