您的位置: 专家智库 > >

江西省自然科学基金(2010gzs0075)

作品数:2 被引量:20H指数:2
相关作者:罗会兰林家彪杜连平更多>>
相关机构:江西理工大学更多>>
发文基金:江西省自然科学基金国家自然科学基金江西省教育厅科学技术研究项目更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...
  • 1篇电子电信

主题

  • 2篇图像
  • 1篇袋模型
  • 1篇多尺度
  • 1篇多尺度RET...
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇图像分类
  • 1篇图像去雾
  • 1篇去雾
  • 1篇物理模型
  • 1篇向量
  • 1篇向量机
  • 1篇基于多尺度
  • 1篇RETINE...
  • 1篇尺度不变特征
  • 1篇尺度不变特征...

机构

  • 2篇江西理工大学

作者

  • 2篇罗会兰
  • 1篇杜连平
  • 1篇林家彪

传媒

  • 1篇电视技术
  • 1篇计算机应用与...

年份

  • 1篇2013
  • 1篇2012
2 条 记 录,以下是 1-2
排序方式:
一种基于多尺度Retinex算法的图像去雾方法被引量:14
2013年
在有雾天气条件下拍摄的图像,由于大气的散射作用,导致图像的内容模糊不清,对比度下降,给交通系统及户外视觉系统的应用带来严重的影响。通过改进大气物理退化模型,在多尺度Retinex算法MSR(Multi-Scale Retinex)的基础上,提出一种新的去雾方法。该方法根据雾天成像机理对图像建立模型,再根据MSR算法对建模后的图像进行处理。实验表明,该方法能有效去除雾化效果,实现彩色退化图像的复原。
罗会兰林家彪
关键词:去雾多尺度RETINEX算法
一种SVM集成的图像分类方法研究被引量:6
2012年
针对单分类器没有充分考虑数据集的特征而不能很好地完成分类识别,提出了一种基于集成学习技术的SVM集成的图像分类方法。该方法是在基于较为流行的词袋(Bag-of-Words,BOW)模型的图像分类方法的基础上,利用训练生成的不同SVM分类器分类测试图像,并将分类结果采用集成学习算法进行集成。分别采用传统的BOW模型的图像分类方法和本文提出的方法进行分类实验,实验结果表明采用SVM集成的图像分类方法明显提高了分类精度,具有一定的稳健性。
罗会兰杜连平
关键词:尺度不变特征转换支持向量机图像分类
共1页<1>
聚类工具0