期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
陆地卫星TM数字图像与植被信息提取方法的研究
1
作者 朱启疆 刘金英 谭曦光 《北京师范大学学报(自然科学版)》 CAS 1988年第2期62-68,共7页
研究了陆地卫星TM多波段数字图像子集的选取方法及其在植被研究中的应用.使用比值交换及Karhunen-Loe've变换,可以有效地提取和集中植被信息.在主成分假彩色合成图像上,各个森林植被类型及其分布显现得非常清晰。
关键词 TM数字图像 植物波谱响应特征 植被信息提取 主成分图像
下载PDF
基于高光谱图像的即食海参新鲜度无损检测(英文) 被引量:5
2
作者 王慧慧 张士林 +4 位作者 李凯 程沙沙 谭明乾 陶学恒 张旭 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2017年第11期3632-3640,共9页
新鲜度是即食海参加工品质调控和贮藏品质监控的关键指标。针对感官评定和现有理化检测无法满足即食海参产品大批量、标准化、工业化生产问题,提出了一种基于高光谱图像的即食海参新鲜度快速无损检测方法,通过图像主成分分析和波段比运... 新鲜度是即食海参加工品质调控和贮藏品质监控的关键指标。针对感官评定和现有理化检测无法满足即食海参产品大批量、标准化、工业化生产问题,提出了一种基于高光谱图像的即食海参新鲜度快速无损检测方法,通过图像主成分分析和波段比运算相结合,优选特征波长和图像;依据海参腐败机理,建立图像纹理特征与即食海参新鲜度等级间的关联模型,实现即食海参新鲜度无损、快速评价。首先针对高光谱图像巨大的数据量展开降维研究。根据即食海参体壁光谱吸收特性,以具有明显化学吸收特征的波长(474和985nm)为分界点,获得包括全检测波段(400~1 000nm)在内的六个待处理波段,通过分段图像主成分分析实现待测波段的优选,利用权重系数和波段比图像运算,最终将686和985nm波段比图像确定为特征图像。面向特征图像的感兴趣区域(ROI),构建灰度共生矩阵(gray-level co-occurrence matrix,GLCM)、灰度梯度共生矩阵(gray-gradient co-occurrence matrix,GGCM)、改进的局部二元模式纹理描述子(local binary pattern,LBP),分别提取纹理参数作为输入,以挥发性盐基氮(total volatile basic nitrogen,TVB-N)检测为标准,建立经粒子群优化的BP神经网络(back propagation,BP)即食海参新鲜度判别模型,新鲜度等级判别准确率分别为90%,95%和80%。结果表明,即食海参高光谱图像灰度梯度共生矩阵的纹理特征用于新鲜度判别效果较好。为即食海参新鲜度快速无损检测方法研究和仪器开发提供了理论基础和数据支持。 展开更多
关键词 高光谱图像 图像成分分析 波段比 纹理特征 新鲜度 即食海参
下载PDF
一种新的区域复制图像篡改盲检测技术 被引量:3
3
作者 刘潘梅 孙容海 吴建源 《计算机工程与应用》 CSCD 2012年第9期161-164,171,共5页
提出了一种新的图像盲检测技术,该技术先对图像进行两次分块得到两个子块集,分别对这两个子块集中的子块进行小波变换,将最大变换尺度的小波近似系数以向量形式表示各子块,一个子块集组成一个矩阵,利用主成分分析方法(PCA)对这两个特征... 提出了一种新的图像盲检测技术,该技术先对图像进行两次分块得到两个子块集,分别对这两个子块集中的子块进行小波变换,将最大变换尺度的小波近似系数以向量形式表示各子块,一个子块集组成一个矩阵,利用主成分分析方法(PCA)对这两个特征矩阵进行二次特征提取,利用Pearson相关系数法对二次提取后的子块特征进行篡改检测,标记出篡改块。实验结果表明,该技术在降低运算复杂度的基础上,不仅能较好地检测进行了多处复制粘贴篡改的图像,且在抗高斯模糊、JPEG有损压缩和噪声方面都有较强的鲁棒性,尤其在篡改图像经过滤波和加性噪声混合严重干扰后,仍能检测出大部分篡改区域。 展开更多
关键词 小波变换:成分分析:图像篡改:盲检测
下载PDF
基于Contourlet变换的无参考立体图像质量评价 被引量:3
4
作者 李永生 桑庆兵 《光学技术》 CAS CSCD 北大核心 2016年第6期538-544,共7页
立体图像的景物生动逼真,给人一种身临其境的全新视觉享受,但在制作、存储和传输过程中往往会产生失真。为了评价立体图像的质量优劣,提出了一种基于轮廓波(Contourlet)变换的无参考立体图像质量评价算法。通过对失真的左、右图像分别... 立体图像的景物生动逼真,给人一种身临其境的全新视觉享受,但在制作、存储和传输过程中往往会产生失真。为了评价立体图像的质量优劣,提出了一种基于轮廓波(Contourlet)变换的无参考立体图像质量评价算法。通过对失真的左、右图像分别进行主成分分析(PCA)融合来生成新的融合图像,并使用基于SSIM(Structural Similarity)立体匹配算法生成视差图和匹配差值图,然后对上述三张图片进行Contourlet变换,再然后使用自定义的高频能量指标并结合边缘强度和信息熵,最后将得到的特征输入支持向量回归(Support Vector Regression,SVR)模型中学习,得出质量评价分数。该方法在德克萨斯大学公布的立体图像库中进行了验证,线性相关系数和斯皮尔曼相关系数在Phase I库中可高达0.957和0.947,在Phase II库中也可高达0.944和0.934,与主观评价吻合度很高,优于最新的一些评价方法。 展开更多
关键词 SSIM立体匹配 CONTOURLET变换 无参考立体图像质量评价 支持向量回归 成分分析图像融合
下载PDF
Wide-Band Multi-spectral Space for Color Representation 被引量:2
5
作者 Kurt Muenger 《Geo-Spatial Information Science》 2003年第2期69-74,共6页
This paper develops a wide-band multi-spectral space for color representationwith Aitken PCA algorithm. This novel mathematical space using the broad-band spectra matchingmethod aims at improving the accuracy of color... This paper develops a wide-band multi-spectral space for color representationwith Aitken PCA algorithm. This novel mathematical space using the broad-band spectra matchingmethod aims at improving the accuracy of color representation as well as reducing costs forprocessing and storing multi-spectral images. The results show that the space can present ourexperimental original spectral spaces (i. e. Munsell color matt and DIN-6164 color chips) with highefficiency, and that the spanning space with three eigenvectors can present the original space atmore than 98% CSCR, and when 5 eigenvectors are used it can cover almost the whole o-riginal spaces. 展开更多
关键词 color representation METAMERISM wide-band multispectral space PCA(principal component analysis)
下载PDF
A DESCRIPTION METHOD FOR ARBITRARILY SHAPED AND SIZED GRANULES IN 2D IMAGE
6
作者 Chen Ken Zhao Pan Zhao Xuemei 《Journal of Electronics(China)》 2009年第3期423-427,共5页
An alternative method is proposed in this letter for describing the arbitrary shape and size for granules in 2D image.After image binarization, the edge points on contour are detected, by which the centroid of the sha... An alternative method is proposed in this letter for describing the arbitrary shape and size for granules in 2D image.After image binarization, the edge points on contour are detected, by which the centroid of the shape in question is sought using the moment calculation.Using Principal Component Analysis(PCA), the major and minor diameters are computed.Based on the signature curve-fitting, the first-order derivative is taken so as to seek all the characteristic vertices.By connecting the vertices found, the simplified polygon is formed and utilized for shape and size descriptive purposes.The developed algorithm is run on two given real particle images, and the execution results indicate that the computed parameters can technically well describe the shape and size for the original particles, being able to provide a ready-to-use database for machine vision system to perform related data processing tasks. 展开更多
关键词 Particle shape and size Granule image Shape descriptor Principal Component Analysis(PCA) Machine vision
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部