尺度自适应的SAR图像显著性检测方法

来源 :计算机工程与应用 | 被引量 : 0次 | 上传用户:ghanfeng
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
人类视觉系统能够通过对场景中感兴趣的不同事物进行显著性检测,有效地配置处理资源。基于视觉注意机制的显著性检测方法能够简化遥感影像场景分析、目标解译的复杂程度,节省处理资源。以视觉注意机制为基础,提出了一种尺度自适应的SAR图像显著性检测方法,通过不同尺度下的局部复杂度和自差异性来度量图像的显著性测度,设计显著性尺度确定算法以及融合显著性尺度和显著性测度以生成显著图,完成显著性检测的流程。实验结果表明该方法能够有效应用于SAR图像显著性检测,较之其他主流显著区域检测算法更适用于SAR图像场景分析。
其他文献
采用SWOT分析法对大红袍品牌建设过程中存在的的优势、劣势、机遇和威胁进行实证分析。结果表明:大红袍品牌建设存在设计内容不统一、标识设计混乱、资产增值能力不足、厂商
本试验采用粉末成型工艺,以斜锆石和电熔部分稳定氧化锆(PMD、PCD)为原料,采用不同含量的添加剂,在300MPa压力下成型,1720℃烧制成锆质定径水口。结果表明:通过合理控制颗粒级配和优
提出了一种基于局部形态和彩色特征的回转窑烧结状态识别方法。使用SIFT描述回转窑图像的局部形态特征,将彩色的回转窑图像的三个分量都转化为八个等级,用局部三维直方图来描述局部的颜色和亮度特征,将两种特征融合得到局部形态和彩色特征。使用词袋(Bag-of-Words)模型表示图像并利用神经网络分类器实现对烧结状态的识别。实验结果表明,基于局部形态和彩色特征的识别方法能够获得较高的识别精度。
苹果采摘后的及时分类,可以降低储藏、包装、加工等生产成本,对于增加果农的经济收入,提高企业经济效益具有重要的作用。项目研究并开发了一套基于ARM11+Linux架构,以S3C6410为核心处理器、运行精简的Linux内核的苹果采后田间预分级检测系统,克服了传统分级检测系统体积庞大,难以田间实时应用等缺点。该系统利用CMOS图像传感器,基于Linux下的V4L2编程框架,实现苹果图像的实时采集;采用