排序方式: 共有29条查询结果,搜索用时 0 毫秒
2.
红外焦平面非均匀性噪声的空间频率特性及空间自适应非均匀性校正方法改进 总被引:7,自引:4,他引:7
分析了红外焦平面阵列非均匀性噪声的空间频率特性,指出空间低频噪声为其中的主要成分.利用实际IRF—PA定标数据,也得出了相同结论.针对传统空域自适应校正方法去除低频空间噪声存在的不足,本文提出采用一点校正和空域自适应校正相结合的方法.实验结果表明,新方法在空间低频噪声占优时能获得好的校正效果. 相似文献
3.
目标性作为目标检测的预处理算法,用于高效提取少量可靠的目标潜在区域,可替代针对复杂特征的多尺度滑动窗的分析方式,达到提升目标检测效率的目的。该文提出了一种基于多尺度局部极值和边缘检测的目标性算法。首先,基于原始图像的多尺度梯度特征,在不同尺度下利用均值滤波得到梯度强度的局部极值,并在原始图像上还原出初始目标潜在区域;然后,通过提取图像的边缘特征,计算初始目标潜在区域的目标性得分值;最后,对得分值进行尺度加权,并结合非极大值剔除冗余区域,最终输出少量可靠的目标潜在区域。通过PASCAL VOC和ILSVRC2014数据库的实验对比,该算法给定1000个候选区时在PASCAL VOC和ILSVRC2014分别达到97%和98%以上的召回率,同时有效地提升了首框召回率。 相似文献
4.
5.
6.
7.
目标检测和识别算法通常使用复杂特征以多尺度滑动窗的方式进行分析,运算效率往往非常低。因此,目标性被引入进行目标潜在区域的快速预判断,减少复杂特征需要分析的窗数,从而达到加速算法效率的目的。针对逐步普及的Kinect深度像机,该文提出了一种基于深度图像的目标性分析算法,以提升深度图像的目标检测识别算法的效率。首先基于深度图像的法向量,提出能够有效描述深度图像边缘信息的特征,然后通过支撑向量机学习目标性的分类器,以得分的形式给出候选区域中存在目标的概率,最后基于人眼的视觉机理对不同尺度的目标进行加权。通过深度图公共数据库的实验对比,该算法给定1000个候选区域时达到94.1%的召回率,保证了准确率的同时大大减少了区域数量,能有效的提升目标检测识别算法的效率。 相似文献
8.
一种考虑红外焦平面器件非线性响应的非均匀性校正方法 总被引:7,自引:6,他引:7
针对红外焦平面阵列探测元响应具有非线性特征,提出了一种易于硬件电路实现的、考虑探测元响应非线性的非均匀性校正方法.通过理论分析和仿真实验,结果表明该方法校正参数少,易于硬件实现并且校正性能优于多点校正法和基于多项式拟合的校正方法. 相似文献
9.
10.