- 年份
- 2025（1）
- 2024（3）
- 2023（1）
- 2020（4）
- 2019（3）
- 2018（2）
- 2017（13）
- 2016（9）
- 2015（9）
- 2014（14）
- 更多...
- 核心收录
- 中国科技论文与引文数据库(CSTPCD)（146）
- 中国科学引文数据库(CSCD)（121）
- 北京大学中文核心期刊目录(北大核心)（107）
- 刊名
- 计算机工程（24）
- 计算机工程与应用（24）
- 计算机应用研究（11）
- 电子学报（7）
- 现代电子技术（6）
- 光学精密工程（5）
- 红外技术（5）
- 计算机应用与软件（5）
- 电子科技（4）
- 传感技术学报（3）
- 更多...
- 作者单位
- 西北工业大学（12）
- 西安电子科技大学（7）
- 南京理工大学（6）
- 东北石油大学（5）
- 南京航空航天大学（5）
- 上海大学（4）
- 吉林大学（4）
- 山东建筑大学（4）
- 武汉大学（4）
- 燕山大学（4）
- 更多...
- 语种
- 汉语（188）
- 关键词
- Contourlet变换（188）
- 图像去噪（23）
- 图像融合（23）
- 数字水印（20）
- 小波变换（16）
- 图像处理（9）
- 多尺度几何分析（9）
- 压缩感知（8）
- 图像增强（8）
- 奇异值分解（7）
- 更多...
- 作者
- 方勇（4）
- 曲怀敬（4）
- 梁栋（4）
- 刘哲（3）
- 刘盛鹏（3）
- 吴延荣（3）
- 唐国维（3）
- 张岩（3）
- 焦李成（3）
- 王晅（3）
- 更多...
相关度
- 相关度
- 发表时间
每页显示10条
- 每页显示10条
- 每页显示20条
- 每页显示30条
已找到 188 条结果
- 基于Contourlet变换和NMF的掌纹识别算法CSCDCSTPCD
- 一种基于非下采样Contourlet变换的自适应阈值去噪方法摘要：文章提出了一种基于非下采样Contourlet变换的自适应图像去噪方法.首先对噪声图像进行非下采样Contourlet变换,得到各个尺度各个方向子带的系数,再根据该系数的能量自适应地调整Bayes去噪阈值.实验结果表明:与小波阈值去噪方法对比,非下采样Contourlet自适应阈值去噪算法在保留图像边缘细节的同时,不仅能明显提高图像的SNR值,而且还减少了Gibbs现象.
- Contourlet变换中不同滤波器对图像去噪效果的研究北大核心CSCDCSTPCD摘要：在对Contourlet变换涉及的方向滤波器和金字塔滤波器分析的基础上,验证了选择不同滤波器对图像去噪的影响,提出在Contourlet变换中应用具有视觉特性的紧支双正交滤波器,可以提高图像去噪的效果.仿真试验表明,文中提出的滤波器不仅使原有的Contourlet变换的去噪效果获得提高,而且文中提出的滤波器使CHMT(Contourlet domain Hidden Markov Trees)去噪效果得到优化,去噪后图像的PSNR有明显提高.
- 基于Contourlet变换与LPP的表情识别CSCDCSTPCD摘要：提出一种基于Contourlet变换与局部保持投影(LPP)的人脸表情识别方法.将人脸表情图像分割为左眼(包括眉毛)、右眼(包括眉毛)和嘴三部分,利用Contourlet变换对局部表情图像和原始图像进行处理,得到图像的低频分量和高频分量.结合局部表情图像的低频分量与原始图像的高频分量,采用LPP算法提取表情特征,并利用支持向量机进行分类.实验结果表明,该方法的识别率较高.
- Contourlet变换为农产品图像去噪的有效方法北大核心CSCDCSTPCD摘要：农产品图像去噪是农业图像处理中最基本、最重要的工作之一.现有小波去噪方法存在各向同性的缺陷,从而限制了其去噪的效果.针对这一问题,提出了一种基于Contourlet变换的农产品图像去噪算法,该方法充分利用了Contourlet变换具有的多分辨率、各向异性和稀疏性的优点.算法首先对含噪农产品图像进行塔形方向滤波器组(pyramidal directional filter bank,PDFB)分解,然后通过多尺度萎缩阈值进行高频子带去噪…查看全部>>
- 基于Contourlet变换的图像压缩感知重构CSCDCSTPCD
- 基于Contourlet变换和子空间投影的非对称数字水印北大核心CSCDCSTPCD摘要：为保护数字图像的版权,提出一种新的基于Contourlet变换的特征子空间投影的非对称水印方法.构造的嵌入矩阵(私钥)和检测矩阵(公钥)不同,且嵌入矩阵保密,检测矩阵公开,同时可实现嵌入矩阵不依赖宿主图像.采用Contourlet变换获得顽健性子空间,用嵌入矩阵将任意水印嵌入顽健性空间中,并构造检测函数判断待测图像是否含有水印,因此该方法具有较好的安全性、较高的检测概率和较低的虚警概率,同时实验数据表明具有较强的顽健性,可以抵抗多种攻击.
- 基于第二代Bandelet域隐马尔可夫树模型的图像分割北大核心CSCDCSTPCD摘要：第二代Bandelet可以充分利用图像的内在几何正则性特点,并能自适应获得图像的最优表示.本文采用隐马尔可夫树(Hidden Markov tree,HMT)模型对图像的第二代Bandelet系数建模,通过多尺度参数训练和基于上下文的最大后验概率进行图像分割.为了评价本文方法的性能,我们分别选择合成纹理图像、航拍图像和SAR图像进行实验,并与小波域HMT模型分割方法(WD-HMTseg)和Contourlet域HMT模型分割方法(CH…查看全部>>
- Contourlet变换及其在图像去噪中的应用研究北大核心CSCDCSTPCD摘要：Contourlet变换是小波变换的新发展,具有多分辨、局部性和多方向性等优良特性,能更有效地捕捉图像中的几何结构.分析了Contourlet变换的原理和性质,重点探讨了其在图像去噪领域的应用及改进,最后给出了未来Contourlet变换值得研究的若干方向.
- 无下采样轮廓小波在图像融合中的应用北大核心CSCDCSTPCD摘要：在无下采样Contourlet变换和小波变换的基础上,针对低、高频系数的特点,提出一种新的基于无下采样轮廓小波变换的图像融合算法.该算法对无下采样轮廓小波分解后的低频部分采用了选择与加权平均的融合规则进行融合,而对各层高频系数采用局部区域加权平均融合规则进行融合.实验结果表明,该方法在包含信息量、清晰度上都有明显的提高.