期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
7
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于图像熵最小化的渐晕校正方法
1
作者
张亦明
伍世虔
王瑞平
《传感器与微系统》
CSCD
北大核心
2023年第3期156-159,168,共5页
渐晕效应是指在光学成像系统中光线到达成像面上的光强度随着光线和光轴间的距离增加而逐渐减弱的现象。为了校正该现象所造成的图像亮度失真,针对传统函数逼近法存在的校正不准确、鲁棒性差的问题,提出一种基于图像熵最小化的渐晕校正...
渐晕效应是指在光学成像系统中光线到达成像面上的光强度随着光线和光轴间的距离增加而逐渐减弱的现象。为了校正该现象所造成的图像亮度失真,针对传统函数逼近法存在的校正不准确、鲁棒性差的问题,提出一种基于图像熵最小化的渐晕校正方法。首先,根据渐晕分布特性构造出合适的亮度映射函数,使用该函数对渐晕图像进行映射后计算其图像熵;然后,将该图像熵作为渐晕校正的衡量标准,通过最小化图像熵来拟合校正函数;最后,完成渐晕校正。实验表明:本文方法所拟合的校正函数更加准确,校正结果在结构相似性(SSIM)和均方根误差(RMSE)评价指标上优于所比较的方法,此外,本文方法能够有效校正不同场景、不同程度的渐晕效应,具有较强的鲁棒性。
展开更多
关键词
光学成像系统
亮度失真
渐晕校正
图像熵
下载PDF
职称材料
基于波段权重的多尺度Retinex遥感图像渐晕校正方法
被引量:
11
2
作者
鲍一丹
李艺健
+3 位作者
何勇
朱姜蓬
万亮
岑海燕
《农业工程学报》
EI
CAS
CSCD
北大核心
2019年第17期186-193,共8页
针对传统函数逼近法存在的校正质量不稳定、耗时长以及Retinex算法存在的光晕、泛灰和光谱数据失真的问题,该文提出了一种带光谱恢复的多尺度Retinex渐晕校正方法。通过对无人机遥感图像全局亮度的估计以及光谱恢复因子的引入,实现无人...
针对传统函数逼近法存在的校正质量不稳定、耗时长以及Retinex算法存在的光晕、泛灰和光谱数据失真的问题,该文提出了一种带光谱恢复的多尺度Retinex渐晕校正方法。通过对无人机遥感图像全局亮度的估计以及光谱恢复因子的引入,实现无人机遥感光谱图像的渐晕校正。利用该文方法对遥感图像进行处理,并与基于高斯曲面的函数逼近法和多尺度Retinex算法结果进行对比,依据灰度分布情况、标准差、平均梯度、清晰度、光谱相关系数以及光谱角指标进行评价分析。试验结果表明,该文提出的方法可以取得较好的渐晕校正效果,结果不存在光晕、泛灰现象,结果的平均梯度和清晰度均值分别为0.0774和49.33,相较原始图像和函数逼近法以及多尺度Retinex算法处理结果,平均梯度分别提高了5.94%、5.56%和4.78%,清晰度分别提高了8.94%、6.79%和6.63%,该文方法校正图像的对比度和清晰度更优,方法具有较好的渐晕校正效果。
展开更多
关键词
遥感
图像处理
RETINEX理论
光谱恢复
渐晕校正
下载PDF
职称材料
低通滤波下约束对数强度熵的图像渐晕校正
被引量:
3
3
作者
周思羽
包国琦
刘凯
《计算机应用》
CSCD
北大核心
2020年第6期1812-1817,共6页
渐晕是图像中像素光强沿径向方向衰减的现象,为了解决其对计算机视觉任务和图像处理精度的影响,提出了低通滤波下约束对数强度熵的图像渐晕校正方法。首先,使用偶数项的六阶多项式函数建立渐晕模型;其次,通过低通滤波计算最小的目标图...
渐晕是图像中像素光强沿径向方向衰减的现象,为了解决其对计算机视觉任务和图像处理精度的影响,提出了低通滤波下约束对数强度熵的图像渐晕校正方法。首先,使用偶数项的六阶多项式函数建立渐晕模型;其次,通过低通滤波计算最小的目标图像对数强度熵,在目标值的约束下求出既满足渐晕函数变化规律又能减小图像的对数强度熵的渐晕模型的最优参数解;最后,对渐晕图像采用渐晕模型的逆向补偿校正渐晕。采用结构相似性指标(SSIM)和均方根误差(RMSE)度量渐晕校正效果,结果表明,所提方法不仅能有效恢复渐晕区域的亮度信息,得到真实、自然的无渐晕图像,而且能有效校正不同程度的渐晕,渐晕校正结果视觉一致性良好。
展开更多
关键词
图像处理
径向衰减
渐晕校正
低通滤波
对数强度熵
下载PDF
职称材料
角膜神经显微图像的自适应渐晕校正
4
作者
李天宇
李光旭
+2 位作者
张琛
李方烃
李德衡
《光学精密工程》
EI
CAS
CSCD
北大核心
2022年第20期2479-2488,共10页
通过拼接角膜神经图像可以减小显微图像视场小的影响。由于显微图像存在渐晕效果,拼接图像会在拼接处产生伪影,影响医生诊断。为解决拼接图像的渐晕伪影问题,提出了一种通过非线性多项式函数建模进行图像渐晕校正的方法。首先,对单张角...
通过拼接角膜神经图像可以减小显微图像视场小的影响。由于显微图像存在渐晕效果,拼接图像会在拼接处产生伪影,影响医生诊断。为解决拼接图像的渐晕伪影问题,提出了一种通过非线性多项式函数建模进行图像渐晕校正的方法。首先,对单张角膜神经图像建立渐晕模型,设置符合渐晕物理性质的约束条件,利用L-M优化算法对渐晕模型参数进行迭代优化。在每次迭代优化过程中,计算对数信息熵,对当前渐晕模型的校正效果进行判断,防止图像过度校正。迭代优化结束后,将渐晕模型反向补偿原图像,完成渐晕校正处理。通过对比校正前后的拼接图像,校正后图像在拼接处无明显的渐晕伪影。实验测试5组不同患者的图像,校正后图像MSE、PSNR、SSIM评估指标平均值分别达到0.0042、72.2251 dB、0.9600,具有最佳的校正效果。本文算法的校正效果明显优于其他同类算法的校正效果。该方法能够有效地对角膜图像渐晕效果进行校正,无须提前设置固定的相机和环境亮度参数。校正后图像拼接效果良好,可获得更加准确、清晰、视野范围大的角膜神经拼接图像。
展开更多
关键词
计算机视觉
角膜神经显微图像
渐晕校正
共聚焦显微镜
对数信息熵
下载PDF
职称材料
自适应补偿Retinex算法的多尺度图像渐晕校正
被引量:
2
5
作者
周清松
黄嵩
陈洪磊
《计算机仿真》
北大核心
2021年第4期155-158,325,共5页
图像渐晕会干扰机器视觉处理的性能,考虑到现有图像渐晕校正出现的失真、泛灰等质量问题,设计了自适应补偿Retinex方法。根据图像渐晕模型分析,图像渐晕主要由于径向像素强度变化引起,而这正好符合Retinex理论的分解原理,于是引入Retine...
图像渐晕会干扰机器视觉处理的性能,考虑到现有图像渐晕校正出现的失真、泛灰等质量问题,设计了自适应补偿Retinex方法。根据图像渐晕模型分析,图像渐晕主要由于径向像素强度变化引起,而这正好符合Retinex理论的分解原理,于是引入Retinex算法削弱亮度分量,恢复渐晕图像的入射分量。为避免图像失真,设计了多尺度Retinex,同时考虑到尺度取值会影响亮度与对比度、色彩之间的均衡,引入控制因子抵消尺度影响。为了消除光晕和失真,采用区域生长和灰度调整机制,自适应补偿渐晕边界。仿真从主观验证了自适应补偿Retinex方法适用于不同类型的渐晕图像校正;从客观图像角度验证了方法具有更好的校正图像质量和细节纹理;从光谱角度验证了方法校正后的图像光谱更为均衡,与原始图像具有更好的一致性。
展开更多
关键词
渐晕校正
区域生长
自适应补偿
下载PDF
职称材料
组合式建筑立面全景图像的渐晕校正
6
作者
苍雁飞
寇俊敏
《计算机仿真》
北大核心
2021年第1期321-325,共5页
由于组合式建筑立面图像进行全景拼接时,交界处光照度降低,产生渐晕现象,提出一种基于曲面拟合的渐晕校正方法,对组合式建筑立面全景图像渐晕校正。通过推算角点,分析图像坐标系及世界坐标系之间的对照关联,获取世界坐标系中角点的单位...
由于组合式建筑立面图像进行全景拼接时,交界处光照度降低,产生渐晕现象,提出一种基于曲面拟合的渐晕校正方法,对组合式建筑立面全景图像渐晕校正。通过推算角点,分析图像坐标系及世界坐标系之间的对照关联,获取世界坐标系中角点的单位坐标数据,构建相机成像的组合式建筑三维交互模型;采用ORB特征匹配算法实施图像匹配,通过分解单应性矩阵,推算相机内部参数的投影转换矩阵、旋转矩阵和平移矩阵,运用柱面坐标投影方法完成建筑立面图像全景拼接;使用基于二维曲面拟合图像灰度校正方法,计算Hesse矩阵的相关系数,利用Hesse矩阵逐次迭代收敛,获得二维曲面参数值,消除图像渐晕现象。仿真结果证明,所提方法能够有效校正组合式建筑立面全景图像渐晕,且校正后的图像灰度分布均匀,缩短了图像渐晕校正时间。
展开更多
关键词
组合式建筑
全景图像
渐晕校正
三维交互
下载PDF
职称材料
基于Retinex-Net网络模型的渐晕图像校正
7
作者
黄丹丹
王菲
+2 位作者
刘智
高晗
王惠绩
《液晶与显示》
CAS
CSCD
北大核心
2024年第7期929-938,共10页
相机成像过程中会因为视角变化而产生渐晕效应,使图像出现中间亮、四周暗的现象。渐晕的存在使图像丢失部分边缘纹理信息,极大地影响机器视觉处理的性能。针对此问题,本文从校正图像清晰度和提高去噪性能两方面入手,对Retinex-Net网络...
相机成像过程中会因为视角变化而产生渐晕效应,使图像出现中间亮、四周暗的现象。渐晕的存在使图像丢失部分边缘纹理信息,极大地影响机器视觉处理的性能。针对此问题,本文从校正图像清晰度和提高去噪性能两方面入手,对Retinex-Net网络模型进行改进。首先,在原模型基础上添加空洞卷积,以保持校正图像的高分辨率并扩大感受野。其次,将图像去噪改进为密集残差网络的方式,目的是密集提取渐晕图像的每一层特征,更多地保留图像的细节特性并抑制噪声。最后,构建了渐晕图像的数据集,并将本文提出的算法在测试集上进行校正性能验证。本文算法与改进前的原网络模型相比较,SSIM值提升了0.293,PSNR值提升了0.727,RMSE值降低了0.095。相较于最小化图像熵、自适应补偿Retinex、基于径向梯度对称性等校正算法,本文算法具有更好的校正性能,并且在视觉上更适合观察和理解。
展开更多
关键词
渐
晕
图像
校正
RETINEX理论
空洞卷积
残差网络
下载PDF
职称材料
题名
基于图像熵最小化的渐晕校正方法
1
作者
张亦明
伍世虔
王瑞平
机构
武汉科技大学机械自动化学院
武汉科技大学信息科学与工程学院
出处
《传感器与微系统》
CSCD
北大核心
2023年第3期156-159,168,共5页
基金
国家自然科学基金资助项目(61775172)。
文摘
渐晕效应是指在光学成像系统中光线到达成像面上的光强度随着光线和光轴间的距离增加而逐渐减弱的现象。为了校正该现象所造成的图像亮度失真,针对传统函数逼近法存在的校正不准确、鲁棒性差的问题,提出一种基于图像熵最小化的渐晕校正方法。首先,根据渐晕分布特性构造出合适的亮度映射函数,使用该函数对渐晕图像进行映射后计算其图像熵;然后,将该图像熵作为渐晕校正的衡量标准,通过最小化图像熵来拟合校正函数;最后,完成渐晕校正。实验表明:本文方法所拟合的校正函数更加准确,校正结果在结构相似性(SSIM)和均方根误差(RMSE)评价指标上优于所比较的方法,此外,本文方法能够有效校正不同场景、不同程度的渐晕效应,具有较强的鲁棒性。
关键词
光学成像系统
亮度失真
渐晕校正
图像熵
Keywords
optical imaging system
brightness distortion
vignetting correction
image entropy
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于波段权重的多尺度Retinex遥感图像渐晕校正方法
被引量:
11
2
作者
鲍一丹
李艺健
何勇
朱姜蓬
万亮
岑海燕
机构
浙江大学生物系统工程与食品科学学院
农业农村部光谱检测重点实验室
浙江大学现代光学仪器国家重点实验室
出处
《农业工程学报》
EI
CAS
CSCD
北大核心
2019年第17期186-193,共8页
基金
国家重点研发计划课题(2017YFD0201501)
浙江省重点研发计划项目(2015C02007)
文摘
针对传统函数逼近法存在的校正质量不稳定、耗时长以及Retinex算法存在的光晕、泛灰和光谱数据失真的问题,该文提出了一种带光谱恢复的多尺度Retinex渐晕校正方法。通过对无人机遥感图像全局亮度的估计以及光谱恢复因子的引入,实现无人机遥感光谱图像的渐晕校正。利用该文方法对遥感图像进行处理,并与基于高斯曲面的函数逼近法和多尺度Retinex算法结果进行对比,依据灰度分布情况、标准差、平均梯度、清晰度、光谱相关系数以及光谱角指标进行评价分析。试验结果表明,该文提出的方法可以取得较好的渐晕校正效果,结果不存在光晕、泛灰现象,结果的平均梯度和清晰度均值分别为0.0774和49.33,相较原始图像和函数逼近法以及多尺度Retinex算法处理结果,平均梯度分别提高了5.94%、5.56%和4.78%,清晰度分别提高了8.94%、6.79%和6.63%,该文方法校正图像的对比度和清晰度更优,方法具有较好的渐晕校正效果。
关键词
遥感
图像处理
RETINEX理论
光谱恢复
渐晕校正
Keywords
remote sensing
image processing
Retinex theory
spectral restoration
vignetting correction
分类号
TP751.1 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
低通滤波下约束对数强度熵的图像渐晕校正
被引量:
3
3
作者
周思羽
包国琦
刘凯
机构
四川大学电气工程学院
广东省公安厅
出处
《计算机应用》
CSCD
北大核心
2020年第6期1812-1817,共6页
基金
国家自然科学基金资助项目(61473198)
四川省科技厅重点研发项目(2018GZ0198)
+1 种基金
成都市科技局技术创新研发项目(2018-YFYF-00029-GX)
四川大学自贡市校地科技合作重点研发项目(2018CDZG-12)。
文摘
渐晕是图像中像素光强沿径向方向衰减的现象,为了解决其对计算机视觉任务和图像处理精度的影响,提出了低通滤波下约束对数强度熵的图像渐晕校正方法。首先,使用偶数项的六阶多项式函数建立渐晕模型;其次,通过低通滤波计算最小的目标图像对数强度熵,在目标值的约束下求出既满足渐晕函数变化规律又能减小图像的对数强度熵的渐晕模型的最优参数解;最后,对渐晕图像采用渐晕模型的逆向补偿校正渐晕。采用结构相似性指标(SSIM)和均方根误差(RMSE)度量渐晕校正效果,结果表明,所提方法不仅能有效恢复渐晕区域的亮度信息,得到真实、自然的无渐晕图像,而且能有效校正不同程度的渐晕,渐晕校正结果视觉一致性良好。
关键词
图像处理
径向衰减
渐晕校正
低通滤波
对数强度熵
Keywords
image processing
radial attenuation
vignetting correction
low-pass filtering
log-intensity entropy
分类号
TP751.1 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
角膜神经显微图像的自适应渐晕校正
4
作者
李天宇
李光旭
张琛
李方烃
李德衡
机构
天津工业大学电子与信息工程学院
天津市光电检测技术与系统重点实验室
天津医科大学眼科医院眼视光学院
国家眼耳鼻喉疾病临床医学研究中心天津市分中心
天津市视网膜功能与疾病重点实验室
北京大学人民医院眼科
瑞达昇医疗科技有限公司
出处
《光学精密工程》
EI
CAS
CSCD
北大核心
2022年第20期2479-2488,共10页
基金
天津市科技计划项目(No.20YDTPJC01530)
天津市自然科学基金面上项目(No.19JCYBJC16200)
北京大学人民医院研究与发展基金资助项目(No.RDY2020-03)。
文摘
通过拼接角膜神经图像可以减小显微图像视场小的影响。由于显微图像存在渐晕效果,拼接图像会在拼接处产生伪影,影响医生诊断。为解决拼接图像的渐晕伪影问题,提出了一种通过非线性多项式函数建模进行图像渐晕校正的方法。首先,对单张角膜神经图像建立渐晕模型,设置符合渐晕物理性质的约束条件,利用L-M优化算法对渐晕模型参数进行迭代优化。在每次迭代优化过程中,计算对数信息熵,对当前渐晕模型的校正效果进行判断,防止图像过度校正。迭代优化结束后,将渐晕模型反向补偿原图像,完成渐晕校正处理。通过对比校正前后的拼接图像,校正后图像在拼接处无明显的渐晕伪影。实验测试5组不同患者的图像,校正后图像MSE、PSNR、SSIM评估指标平均值分别达到0.0042、72.2251 dB、0.9600,具有最佳的校正效果。本文算法的校正效果明显优于其他同类算法的校正效果。该方法能够有效地对角膜图像渐晕效果进行校正,无须提前设置固定的相机和环境亮度参数。校正后图像拼接效果良好,可获得更加准确、清晰、视野范围大的角膜神经拼接图像。
关键词
计算机视觉
角膜神经显微图像
渐晕校正
共聚焦显微镜
对数信息熵
Keywords
computer vision
corneal nerve microscopy images
vignetting correction
confocal microscope
logarithmic information entropy
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
TP317.4 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
自适应补偿Retinex算法的多尺度图像渐晕校正
被引量:
2
5
作者
周清松
黄嵩
陈洪磊
机构
普洱学院理工学院
西藏大学信息科学技术学院
出处
《计算机仿真》
北大核心
2021年第4期155-158,325,共5页
基金
云南省教育厅指导性项目(2016ZDX156)。
文摘
图像渐晕会干扰机器视觉处理的性能,考虑到现有图像渐晕校正出现的失真、泛灰等质量问题,设计了自适应补偿Retinex方法。根据图像渐晕模型分析,图像渐晕主要由于径向像素强度变化引起,而这正好符合Retinex理论的分解原理,于是引入Retinex算法削弱亮度分量,恢复渐晕图像的入射分量。为避免图像失真,设计了多尺度Retinex,同时考虑到尺度取值会影响亮度与对比度、色彩之间的均衡,引入控制因子抵消尺度影响。为了消除光晕和失真,采用区域生长和灰度调整机制,自适应补偿渐晕边界。仿真从主观验证了自适应补偿Retinex方法适用于不同类型的渐晕图像校正;从客观图像角度验证了方法具有更好的校正图像质量和细节纹理;从光谱角度验证了方法校正后的图像光谱更为均衡,与原始图像具有更好的一致性。
关键词
渐晕校正
区域生长
自适应补偿
Keywords
Vignetting correction
Region growing
Adaptive compensation
分类号
TP751.1 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
组合式建筑立面全景图像的渐晕校正
6
作者
苍雁飞
寇俊敏
机构
内蒙古农业大学
出处
《计算机仿真》
北大核心
2021年第1期321-325,共5页
文摘
由于组合式建筑立面图像进行全景拼接时,交界处光照度降低,产生渐晕现象,提出一种基于曲面拟合的渐晕校正方法,对组合式建筑立面全景图像渐晕校正。通过推算角点,分析图像坐标系及世界坐标系之间的对照关联,获取世界坐标系中角点的单位坐标数据,构建相机成像的组合式建筑三维交互模型;采用ORB特征匹配算法实施图像匹配,通过分解单应性矩阵,推算相机内部参数的投影转换矩阵、旋转矩阵和平移矩阵,运用柱面坐标投影方法完成建筑立面图像全景拼接;使用基于二维曲面拟合图像灰度校正方法,计算Hesse矩阵的相关系数,利用Hesse矩阵逐次迭代收敛,获得二维曲面参数值,消除图像渐晕现象。仿真结果证明,所提方法能够有效校正组合式建筑立面全景图像渐晕,且校正后的图像灰度分布均匀,缩短了图像渐晕校正时间。
关键词
组合式建筑
全景图像
渐晕校正
三维交互
Keywords
Composite building
Panoramic image
Vignetting correction
3D interaction
分类号
TN279 [电子电信—物理电子学]
下载PDF
职称材料
题名
基于Retinex-Net网络模型的渐晕图像校正
7
作者
黄丹丹
王菲
刘智
高晗
王惠绩
机构
长春理工大学电子信息工程学院
长春理工大学空间光电技术国家地方联合工程研究中心
出处
《液晶与显示》
CAS
CSCD
北大核心
2024年第7期929-938,共10页
基金
国家自然科学基金(No.62127813)
吉林省科技厅重点研发项目(No.20230201071GX)。
文摘
相机成像过程中会因为视角变化而产生渐晕效应,使图像出现中间亮、四周暗的现象。渐晕的存在使图像丢失部分边缘纹理信息,极大地影响机器视觉处理的性能。针对此问题,本文从校正图像清晰度和提高去噪性能两方面入手,对Retinex-Net网络模型进行改进。首先,在原模型基础上添加空洞卷积,以保持校正图像的高分辨率并扩大感受野。其次,将图像去噪改进为密集残差网络的方式,目的是密集提取渐晕图像的每一层特征,更多地保留图像的细节特性并抑制噪声。最后,构建了渐晕图像的数据集,并将本文提出的算法在测试集上进行校正性能验证。本文算法与改进前的原网络模型相比较,SSIM值提升了0.293,PSNR值提升了0.727,RMSE值降低了0.095。相较于最小化图像熵、自适应补偿Retinex、基于径向梯度对称性等校正算法,本文算法具有更好的校正性能,并且在视觉上更适合观察和理解。
关键词
渐
晕
图像
校正
RETINEX理论
空洞卷积
残差网络
Keywords
gradual halo image correction
Retinex theory
dilated convolution
residual network
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于图像熵最小化的渐晕校正方法
张亦明
伍世虔
王瑞平
《传感器与微系统》
CSCD
北大核心
2023
0
下载PDF
职称材料
2
基于波段权重的多尺度Retinex遥感图像渐晕校正方法
鲍一丹
李艺健
何勇
朱姜蓬
万亮
岑海燕
《农业工程学报》
EI
CAS
CSCD
北大核心
2019
11
下载PDF
职称材料
3
低通滤波下约束对数强度熵的图像渐晕校正
周思羽
包国琦
刘凯
《计算机应用》
CSCD
北大核心
2020
3
下载PDF
职称材料
4
角膜神经显微图像的自适应渐晕校正
李天宇
李光旭
张琛
李方烃
李德衡
《光学精密工程》
EI
CAS
CSCD
北大核心
2022
0
下载PDF
职称材料
5
自适应补偿Retinex算法的多尺度图像渐晕校正
周清松
黄嵩
陈洪磊
《计算机仿真》
北大核心
2021
2
下载PDF
职称材料
6
组合式建筑立面全景图像的渐晕校正
苍雁飞
寇俊敏
《计算机仿真》
北大核心
2021
0
下载PDF
职称材料
7
基于Retinex-Net网络模型的渐晕图像校正
黄丹丹
王菲
刘智
高晗
王惠绩
《液晶与显示》
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部