您的位置: 专家智库 > >

周沥沥

作品数:2 被引量:9H指数:1
供职机构:南昌航空大学信息工程学院更多>>
发文基金:中国航空科学基金江西省自然科学基金国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...

主题

  • 2篇特征提取
  • 2篇线特征
  • 2篇线特征提取
  • 2篇BEAMLE...
  • 1篇树结构
  • 1篇图像
  • 1篇复杂图像
  • 1篇BEAMLE...
  • 1篇CANNY

机构

  • 2篇南昌航空大学

作者

  • 2篇周沥沥
  • 1篇曾接贤
  • 1篇符祥

传媒

  • 1篇中国图象图形...

年份

  • 2篇2012
2 条 记 录,以下是 1-2
排序方式:
基于Beamlet变换的线特征提取方法研究
线特征检测在计算机视觉、模式识别和图像处理领域中发挥着极其重要的作用。传统的线特征检测方法都是以像素点为单位进行处理,这与人类视觉感知系统并不相同。 为了有效地分析和处理某些高维空间数据,近年来基于多尺度分析方法...
周沥沥
关键词:BEAMLET变换线特征提取树结构
文献传递
改进的Beamlet与Canny相结合提取复杂图像线特征被引量:9
2012年
传统Beamlet无结构算法在提取图像线特征时不仅存在重叠模糊的缺陷,而且在提取复杂图像线特征时不能有效地检测出目标信息,细节特征更是难以刻画。针对这些问题,提出将改进的Beamlet无结构算法与Canny算子相结合的方法提取复杂图像的线特征。首先,对图像进行Beamlet变换,通过改进Beamlet无结构算法,采用新的能量统计和制定新的划线规则,以保证每个二进方块最多有一条最优基;然后,对图像用Canny算子检测边缘,通过选取较大的Sigma,只检测明显的大边缘;最后,两者结合得到图像的线特征。从检测的线特征的线型连接程度等方面对该算法的性能进行了评价,并与现有的方法进行了比较,实验结果表明,该方法克服了两种方法单独提取线特征时存在的断裂、重叠、模糊和虚假边缘的缺点,有效地提高了复杂图像线特征提取的准确性和连续性。
曾接贤周沥沥符祥
关键词:BEAMLET变换复杂图像线特征提取
共1页<1>
聚类工具0