您的位置： 专家智库 > >

龚红丽

作品数：5 被引量：9H指数：1
供职机构：西北工业大学更多>>
发文基金：中国航空科学基金西北工业大学基础研究基金国家教育部博士点基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 4篇专利
  • 1篇期刊文章

领域

  • 3篇自动化与计算...

主题

  • 5篇SAR图像
  • 2篇有效成分分离
  • 2篇逆变换
  • 2篇去噪
  • 2篇自适
  • 2篇自适应
  • 2篇自适应去噪
  • 2篇字典
  • 2篇纹理
  • 2篇局部纹理
  • 2篇抗噪
  • 2篇复杂度
  • 2篇MCA
  • 1篇特征提取
  • 1篇奇异值
  • 1篇奇异值分解
  • 1篇主成分
  • 1篇主成分分析
  • 1篇最近邻
  • 1篇最近邻分类

机构

  • 5篇西北工业大学

作者

  • 5篇张艳宁
  • 5篇龚红丽
  • 4篇李映
  • 1篇梁佳熙
  • 1篇李映

传媒

  • 1篇吉林大学学报...

年份

  • 1篇2012
  • 1篇2011
  • 3篇2010
共 5 条 记 录，以下是 1-5
全选 清除 导出
排序方式：
一种基于MCA的SAR图像抑噪方法
本发明涉及一种基于MCA的SAR图像抑噪方法，技术特征在于：将MCA方法应用于SAR图像中乘性噪声的抑制。由于图像中一般包含边缘/轮廓和纹理两种形态成分，根据curvelet良好的边缘/轮廓表示特性和局部离散余弦变换(L...
李映龚红丽张艳宁
一种SAR图像自适应去噪和特征增强方法
本发明公开了一种SAR图像自适应去噪和特征增强方法，主要为了克服现有方法抗噪性差以及对实验中参数不能自适应选取的不足。其步骤为：对原SAR图像先进行对数运算再进行ME-curvelet变换；然后，采用改进的PSO算法参照...
李映龚红丽张艳宁
文献传递
一种SAR图像自适应去噪和特征增强方法
本发明公开了一种SAR图像自适应去噪和特征增强方法，主要为了克服现有方法抗噪性差以及对实验中参数不能自适应选取的不足。其步骤为：对原SAR图像先进行对数运算再进行ME-curvelet变换；然后，采用改进的PSO算法参照...
李映龚红丽张艳宁
基于KSVD和PCA的SAR图像目标特征提取被引量：9
2010年
提出一种基于核的奇异值分解(KSVD)与主成分分析(PCA)相结合的SAR图像目标的组合特征提取方法。该方法首先利用核的奇异值分解得到图像非线性的代数特征,然后进一步经过PCA变换得到图像的最终分类特征。实验中,将本文提出的KSVD+PCA两步特征提取方法与PCA、SVD、KPCA、KSVD方法分别结合简单、快速的最近邻分类器在MSTAR坦克数据上进行了比较,实验结果表明,KSVD+PCA方法不仅有效地提高了目标的正确识别率,而且大大降低了对目标方位的敏感度,在目标方位信息未知的情况下,识别率可达到95.75%,是一种有效的SAR图像目标特征提取方法。
李映龚红丽梁佳熙张艳宁
关键词：计算机应用特征提取主成分分析最近邻分类器
一种基于MCA的SAR图像抑噪方法
本发明涉及一种基于MCA的SAR图像抑噪方法，技术特征在于：将MCA方法应用于SAR图像中乘性噪声的抑制。由于图像中一般包含边缘/轮廓和纹理两种形态成分，根据curvelet良好的边缘/轮廓表示特性和局部离散余弦变换(L...
李映龚红丽张艳宁
文献传递
全选 清除 导出
共1页<1>
聚类工具0