您的位置: 专家智库 > >

江西省科技支撑计划项目(20112BBG70092)

作品数:5 被引量:44H指数:3
相关作者:曾接贤符祥郑大芳付俊田波更多>>
相关机构:南昌航空大学更多>>
发文基金:江西省科技支撑计划项目国家自然科学基金航天科技创新基金更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 4篇自动化与计算...
  • 1篇电子电信

主题

  • 2篇图像
  • 2篇H
  • 1篇遥感
  • 1篇遥感图像
  • 1篇远程
  • 1篇远程通信
  • 1篇运动矢量
  • 1篇直方图
  • 1篇矢量
  • 1篇搜索
  • 1篇搜索算法
  • 1篇特征点
  • 1篇通信
  • 1篇通信协议
  • 1篇图像传输
  • 1篇曲率
  • 1篇曲率尺度空间
  • 1篇中远程
  • 1篇自适
  • 1篇自适应

机构

  • 5篇南昌航空大学

作者

  • 5篇曾接贤
  • 3篇符祥
  • 2篇郑大芳
  • 1篇田波
  • 1篇付俊

传媒

  • 2篇中国图象图形...
  • 1篇计算机工程
  • 1篇计算机应用与...
  • 1篇计算机工程与...

年份

  • 2篇2014
  • 3篇2013
5 条 记 录,以下是 1-5
排序方式:
多层次十字菱形快速整像素搜索算法被引量:1
2013年
为提高运动估计速度,提出一种面向H.264的多层次十字菱形快速整像素搜索算法。利用绝对误差和值的空间相关性,自适应地设置阈值,运用运动矢量场的时空相关性预测初始搜索点。根据当前最小代价值和阈值的关系,进行提前终止判断和自适应搜索模板选择,同时精确定位多层次十字模板。实验结果表明,该算法在保持搜索精度的同时降低了运动估计时间。
曾接贤郑大芳符祥
关键词:H自适应
特征点和不变矩结合的遥感图像飞机目标识别被引量:25
2014年
目的 传统的飞机目标识别算法一般是通过目标分割,然后提取不变特征进行训练来完成目标的识别.但是,对于实际情况比较复杂的遥感图像飞机目标,至今没有一种适合多种机型的分割识别算法.针对现有识别算法的不足,提出一种基于特征点空间分布、颜色不变矩和Zemike不变矩相结合的遥感图像飞机目标识别算法.方法 首先,对预处理后的遥感图像和模板图像进行小波变换,在低分辨率图像下采用圆投影特征进行粗匹配,确定候选目标;粗匹配结束后,提取高分辨率图像的多尺度Harris-Laplace角点,并画出Delaunay三角网,同时提取出颜色不变矩和Zernike不变矩;然后使用欧氏距离作为这3种特征的相似性度量,并和样本图像进行加权匹配;最后选取欧氏距离最小的图像作为最终的识别目标.结果 实验结果表明,本文算法飞机检测精度比现有算法高2.2%,飞机识别精度比现有算法高1.4%~10.4%.该算法能从遥感图像中精确识别出十大飞机目标,并对背景、噪声、视角变化等多种干扰具有良好的鲁棒性.结论 提出了一种基于特征点空间分布、颜色不变矩和Zernike不变矩相结合的飞机识别算法,该算法使用了图像的多种信息,包括特征点和不变矩,有效地克服了使用单一特征无法描述多种信息的不足.实验结果表明,本文采用基于特征点和不变矩的飞机识别算法比其他算法具有更强的抗干扰能力和识别精度.
曾接贤付俊符祥
关键词:飞机目标识别遥感图像不变矩
图像方式山体滑坡监测中远程通信的设计被引量:3
2013年
在基于图像方式的山体滑坡远程监测中,监测点与监控中心的通信至关重要。针对山体滑坡远程通信中利用串口无线传输较大文件容易丢失信息的不足,提出一种串口远程无线通信方法。该方法包括串口通信协议的制定,串口通信流程设计,图像传输方法设计等。实验表明,所提出的串口远程无线通信方法能够满足图像方式的山体滑坡监测中远程通信的需求。
刘肖忠曾接贤田波
关键词:远程通信图像传输通信协议
基于运动矢量空间相关性的H.264分像素运动估计被引量:1
2013年
随着整像素运动估计快速算法的发展,分像素运动估计的计算量在运动估计中所占比重越发明显。为了减少分像素运动估计的计算量,提出了一种利用运动矢量空间相关性来预测整像素运动块,对整像素运动块进行分像素搜索过程跳过的分像素运动估计方法。实验结果表明,该算法与全分像素搜索算法结合使用,在基本保持搜索精度不变的情况下,比单纯的全分像素搜索算法减少60%左右的分像素搜索点。该算法可与其他快速分像素搜索算法结合使用,以获得更好的编码性能。
曾接贤郑大芳符祥
关键词:H运动矢量
曲率尺度空间与链码方向统计的角点检测被引量:14
2014年
目的 传统的曲率尺度空间角点检测中,选择的尺度不同会造成角点的漏检测及误检测问题.针对这两个问题,提出一种曲率尺度空间与链码方向统计的角点检测方法.方法 提出的角点检测方法是以曲率尺度空间为基础,先在较低的曲率尺度空间上选择候选角点集,再通过自适应阈值及链码方向统计的方法在角点集中剔除错误角点.结果 针对不同类型的图像进行了实验,结果表明,该方法比现有角点检测方法检测准确度高5%~10%,且漏检测角点少,角点检测错误率低.实验将该方法与CSS算法进行计算时间对比,分别采用256×256简单场景图与935×715复杂场景图,该方法计算时间只比CSS角点检测方法多0.1s与0.9s,相对CSS算法计算时间未有显著增加.结论 该方法采用较低的曲率尺度可检测出更多的角点,降低了角点漏检测率;通过计算椭圆角点自适应阈值删除椭圆角点,并采用Freeman链码方向统计方法剔除伪角点,提高了角点检测精度.实验结果表明,本文提出的角点检测方法比其他角点检测算法具有高效性和准确性.
曾接贤李炜烨
关键词:角点检测曲率尺度空间FREEMAN链码
共1页<1>
聚类工具0