国家自然科学基金(61365003)
- 作品数：4 被引量：17H指数：2
- 相关作者：李策肖利梅潘峥嵘陈晓雷潘星更多>>
- 相关机构：兰州理工大学西安交通大学更多>>
- 发文基金：国家自然科学基金中国博士后科学基金甘肃省财政厅资助项目更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于多感知特征计算的沙尘图像增强算法被引量：5
- 2018年
- 沙尘天气的日益增多严重影响了获取图像的质量,相对于晴朗天气下获取的图像,沙尘图像存在清晰度和亮度偏低、色调偏黄等低质图像特点,已有的图像增强算法并不能完全解决这些问题.针对上述问题,提出了一种基于多感知特征计算的沙尘图像增强算法.首先,利用伽马校正解决由于固体颗粒导致图像亮度偏低的问题;其次,通过动态阈值法校正沙尘图像色调偏黄的问题;最后,利用所提改进去雾算法提高图像的对比度.实验对比结果表明,所提算法利用多个特征增强不同程度的沙尘图像,保留较多的图像细节,校正图像的色偏问题,大幅度提高了图像的对比度,对沙尘图像增强效果明显.
- 李策刘昊陈晓雷潘峥嵘
- 关键词：图像增强
- 基于超复数Steerable滤波器的电力输电线检测方法
- 2014年
- 提出一种自然场景下基于超复数频域Steerable滤波器的电力输电线检测算法.该算法首先利用二维高斯函数构造超复数Steerable正交对滤波器,然后将构造的滤波器与彩色电力输电线图像进行不同方向的脊能量检测,进而获得输电线脊能量最大方向响应,最后得到电力输电线检测图.实验结果表明,该算法具有较好的方向可控性,对输电线的检测比其他算法精度高且速度快,具有一定的理论和实际应用价值.
- 李策潘星肖利梅潘峥嵘
- 基于深度视感知学习的食物识别移动系统研究与实现
- 2019年
- 为了满足人们对食物识别的需求,提高生活水平,提出了一种在Android设备上的实时食物识别系统.该系统可通过深度学习的方法对食物目标进行识别,并利用Android网络通信技术对该食物目标的营养参数进行查询并显示.同时,提出了一种跳跃卷积神经网络,在识别任务上保持识别精度的同时,降低了网络复杂度.最终使用HTTP协议对信息进行发送与接收,经实验对比验证,所设计系统具有较好的食物识别性能.
- 李策蓝天
- 关键词：ANDROID网络通信
- Abnormal Event Detection based on Deep Autoencoder fusing optical flow
- As an important research topic in computer vision,abnormal detection has gained more and more attention.In ord...
- Meina QiaoTian WangJiakun LiCe LiZhiwei LinHichem Snoussi
- 文献传递
- 生成对抗映射网络下的图像多层感知去雾算法被引量：12
- 2017年
- 雾霾常会影响获取图像的质量,单幅图像去雾是一个具有挑战性的不适定问题.针对传统的去雾方法存在去雾结果颜色失真、适用范围局限等问题,提出一种基于深度网络的去雾算法——生成对抗映射网络的多层感知去雾算法.在训练阶段中,利用生成对抗映射网络里判别网络与生成网络间对抗式训练机制,保证生成网络中参数的最优解;在测试还原过程中,先提取有雾图像中雾气相关特征,并利用训练得到的生成网络对提取特征进行多层感知映射,进而得到反映雾气深度信息的透视率,最终运用得到的透视率实现了图像去雾.实验结果表明,与同类算法相比,该算法能较好地还原出场景中目标的真实色彩,并抑制部分噪声,去雾效果明显.
- 李策赵新宇肖利梅杜少毅
