公共文化服务平台

共 6 条记录，以下是 1-6

全选清除导出

排序方式：

基于Tetrolet变换和支持向量机的积雨云检测研究: 2015年; 针对卫星云图的自然纹理特点,提出了一种新的积雨云检测方法。首先利用Tetrolet变换对多种几何特征都可以实现最优逼近的特性,提取云图的频谱纹理特征,并结合传统的亮温及亮温差特征,组成特征向量集;然后通过训练支持向量机(SVM)分类器,进行积雨云检测。对FY-2D卫星云图的实验结果表明,该方法对积雨云的检测准确率达到了95%以上,相较于传统方法,具有更强的泛化能力,对雷暴等灾害天气的预警具有较高的参考价值。; 田文哲符冉迪金炜周颖; 关键词：支持向量机

面向有限带宽信道的字典学习图像超分辨率重建: 2018年; 固定邻域回归(ANR)算法采用K层奇异值分解(K-SVD)算法进行字典训练,在字典学习过程中存在稀疏表示系数不准确的问题,导致重建的结果不理想.因此,引入一种改进的K-SVD算法对字典进行训练,该算法对字典训练改变了传统K-SVD算法更新稀疏表示系数的方式,使得稀疏表示系数更加准确,而且加快了字典的收敛速度,使得训练得到的字典具有更好的稀疏表达能力.同时,针对ANR算法的不足,提出一种面向有限带宽信道基于字典学习的图像超分辨率方法,该方法采用改进的K-SVD算法训练字典对{Φ_h,Φ_1},并将其应用到ANR算法中,实现图像的超分辨率重建.实验结果表明,本文提出的方法不仅能够保持ANR算法快速重建的优势,而且提高了图像的重建质量,具有更高的峰值信噪比和结构相似度.; 左登符冉迪周颖纪念; 关键词：字典学习超分辨率

改进Contourlet变换的3D掌纹图像识别被引量：1: 2016年; 提出一种基于改进Contourlet变换的3D掌纹图像识别方法;该方法通过形状指数将3D掌纹图像映射成灰度图像,以克服常用的均值或高斯曲率映射难于精确描述3D掌纹特征的缺点;基于此,将7/5滤波器引入Contourlet变换,并在变换域提取形状指数映射图各方向子带的均值与方差作为掌纹图像的特征信息,从而有效利用了Contourlet变换优越的方向特征表达能力,又可有效消除传统Contourlet变换各子图像存在的相关性;最后采用欧氏距离最近邻分类法,实现了测试图像的分类识别。实验结果表明,针对香港理工大学所提供的三维掌纹数据库,该方法总体识别率较PCA方法提高了2.9%,具有明显的优势。; 郑英符冉迪金炜周颖; 关键词：掌纹识别 CONTOURLET

基于结构组稀疏表示的红外云图超分辨率方法被引量：5: 2016年; 针对红外云图分辨率低、视觉效果较差的问题,提出一种图像结构组稀疏表示的超分辨率方法。该方法充分利用红外云图的结构自相似性,将结构组作为稀疏表示的基本单位,建立图像结构组稀疏表示模型。在训练字典过程中通过高斯混合模型学习图像结构组的先验信息,再对样本块进行聚类,利用主成分分析学习得到紧凑的分类字典。在重建阶段对每个结构组自适应选取最匹配的字典,使用改进了的加权l1范数优化方法求解稀疏系数。实验结果表明,与Sc SR、Zeyde、NARM等算法相比,所提算法在视觉效果以及图像质量评价指标上均有所提高,红外云图重构质量有较为明显的改善。; 周颖符冉迪颜文周峰金炜; 关键词：超分辨率红外云图自相似性

基于NSST与自适应PCNN相结合的卫星云图融合被引量：3: 2016年; 为了综合利用红外和可见光云图的天气信息,本文提出一种基于非下采样shearlet(NSST)与自适应脉冲耦合神经网络(PCNN)相结合的红外和可见光卫星云图融合方法。首先利用NSST对红外和可见光卫星云图进行多尺度、多方向分解,然后对分解得到的低频子带系数采用基于局部区域方差和局部区域能量的自适应加权方法进行融合,高频子带系数采用改进的自适应PCNN进行融合,其中脉冲耦合神经网络的连接强度依据高频系数区域特征的不同重要性,通过一个S型模糊隶属度函数自适应确定。最后对融合完成的低频和高频分量进行NSST逆变换得到最终的融合云图。实验结果表明,基于本文提出方法的融合图像无论是从主观视觉效果,还是客观评价指标都要优于文中对比的典型融合方法,能为后续的天气分析和处理提供具有更加丰富的气象资料。; 颜文龚飞周颖周峰金炜符冉迪; 关键词：卫星云图图像融合模糊隶属度函数

基于TV-L^1分解的红外云图超分辨率算法被引量：3: 2016年; 提出一种基于TV-L1分解的红外云图超分辨率算法。该方法采用原始-对偶算法求解TV-L1图像分解模型,将低分辨率云图分解为结构部分和纹理部分:对结构部分采用软决策自适应插值(SAI)处理;对纹理部分则基于非下采样Contourlet变换(NSCT)具有多方向和平移不变的特性,构造非线性增益函数对其NSCT变换域系数进行处理,然后对处理后的变换系数进行NSCT逆变换实现纹理增强。最后,将处理后的结构部分和纹理部分组合起来得到重构的高分辨率云图。实验结果表明,所提出的算法在视觉效果以及图像质量定量评价上均优于传统插值方法,在实现两倍超分辨率时,其峰值信噪比(PSNR)和结构相似度(SSIM)平均值分别提高了1.316 2~4.591 9dB和0.007 1~0.020 6;实现三倍超分辨率时PSNR和SSIM平均值分别提高了0.338 7~4.58dB和0.001 8~0.041 7。由于SAI插值和非下釆样Contourlet变换准确表示了云图的不同形态特征,故所提算法的超分辨率结果不但准确重建了云图中的结构部分,而且有效保持了红外云图纹理和边缘。; 符冉迪周颖颜文尹曹谦; 关键词：红外云图超分辨率

全选清除导出

共1页<1>

周颖