检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

用C542DSK实现信号倒谱计算

厦门大学学报（自然科学版） 2001年第5期40卷 1056-1061页

作者：卢刚闫敬文厦门大学电子工程系福建厦门361005

倒谱是频谱的再次分析 ,它对具有多成分边频的频谱图分析甚为有效 .利用专作数字信号处理的 DSP来实现倒谱计算 ,可设计出实时、高精度的倒谱分析系统 .用 C5 42 DSK板实现原始数据采集和对数据进行倒谱运算 ,用 TC 3.0实现 PC机与 DSK... 详细信息

倒谱是频谱的再次分析 ,它对具有多成分边频的频谱图分析甚为有效 .利用专作数字信号处理的 DSP来实现倒谱计算 ,可设计出实时、高精度的倒谱分析系统 .用 C5 42 DSK板实现原始数据采集和对数据进行倒谱运算 ,用 TC 3.0实现 PC机与 DSK板相互通信及计算结果的波形显示 .

关键词：倒谱功率谱傅立叶变换数字信号处理器 C542DSK 频谱图分析多成分边频

在线全文

学校读者我要写书评

暂无评论

高光谱图像分类的研究进展

光学精密工程 2019年第3期27卷 680-693页

作者：闫敬文陈宏达刘蕾汕头大学工学院电子系广东汕头515063 汕头大学医学院广东汕头515063

高光谱图像分类是利用高光谱数据图谱合一且光谱信息丰富的特点,对图像中的每个像素进行分门别类,以达到对地物目标进行高精度分类和自动化识别的目的,是对地观测的重要组成部分。在分析高光谱图像特点的基础上,本文从普通机器学习和深... 详细信息

高光谱图像分类是利用高光谱数据图谱合一且光谱信息丰富的特点,对图像中的每个像素进行分门别类,以达到对地物目标进行高精度分类和自动化识别的目的,是对地观测的重要组成部分。在分析高光谱图像特点的基础上,本文从普通机器学习和深度学习这两方面对高光谱图像像素级分类的研究进展及效果进行总结、评述和比较,通过具体实验的结果对比,直观地展现各种算法的优劣。针对高光谱分类问题,本文从两个方面对今后的研究方向及发展前景进行了分析和展望。一方面,在算法研究上,高光谱图像分类算法可在保证分类精度的前提下降低算法的复杂度,利用多源遥感数据、多特征综合、多尺度复合,提升小样本、少参数分类模型的分类精度,适应智能化、快速化高光谱遥感对地观测的发展要求;另一方面要紧密结合市场应用需求,重视高光谱图像在实际中的应用,研究具有市场竞争力的高效分类算法,提升高光谱图像分类在遥感技术应用领域的竞争力。

关键词：高光谱图像像素级分类机器学习深度学习

基于KLT/WT/WTVQ的三维多光谱数据压缩方法

在线全文

学校读者我要写书评

暂无评论

厦门大学学报（自然科学版） 2001年第5期40卷 1051-1055页

作者：闫敬文沈贵明厦门大学电子工程系福建厦门361005

提出了三维多光谱图像数据压缩的新方法 .在对多光谱图像数据进行 Karhunen- L eove变换(KL T)消除谱相关性 ,再应用小波变换 (WT)对 KL T后的多光谱图像数据进行消除空间相关性 .采用特殊矢量量化编码 ,叫作小波树矢量量化 (WTVQ)编码... 详细信息

提出了三维多光谱图像数据压缩的新方法 .在对多光谱图像数据进行 Karhunen- L eove变换(KL T)消除谱相关性 ,再应用小波变换 (WT)对 KL T后的多光谱图像数据进行消除空间相关性 .采用特殊矢量量化编码 ,叫作小波树矢量量化 (WTVQ)编码对每个谱象数据进行压缩 ,获得较高的压缩性能 .实验结果表明 :KLT/ WT/ WTVQ压缩方法比 KL T/ JPEG和 KL T/ WT/ FSVQ压缩方法在相同的 PSNR条件下 ,CR提高 2 0以上 ,整体压缩性能有较大的提高 ;在同样压缩比 (CR)条件下 ,压缩速度提高

关键词： KLT 小波变换矢量量化数据压缩 Karhunen-Leove变换多光谱图像数据压缩压缩比

改进拉普拉斯能量和的尖锐频率局部化Contourlet域多聚焦图像融合方法

在线全文

学校读者我要写书评

暂无评论

光学精密工程 2009年第5期17卷 1203-1212页

作者：屈小波闫敬文杨贵德厦门大学通信工程系福建厦门361005 汕头大学广东省数字图像处理重点实验室广东汕头515063

为了克服Contourlet融合在远离支撑区间上出现的混叠成分,抑制融合图像在奇异处产生伪吉布斯现象,提出了改进拉普拉斯能量和的尖锐频率局部化Contourlet(SFLCT)域多聚焦图像融合方法。采用SFLCT而不是原始的Cont-ourlet对多聚焦图像进... 详细信息

为了克服Contourlet融合在远离支撑区间上出现的混叠成分,抑制融合图像在奇异处产生伪吉布斯现象,提出了改进拉普拉斯能量和的尖锐频率局部化Contourlet(SFLCT)域多聚焦图像融合方法。采用SFLCT而不是原始的Cont-ourlet对多聚焦图像进行分解,并将多聚焦图像空域融合方法中评价图像清晰度的指标引入到SFLCT变换域,用拉普拉斯能量来选择变换域系数。然后,逆SFLCT重构得到融合结果。最后,采用循环平移来提高SFLCT的平移不变性,有效抑制融合图像在奇异处产生伪吉布斯现象。实验结果表明:对于多聚焦图像,所提方法比循环平移小波变换法的互信息提高了5.87%,QAB/F提高了2.70%,比循环平移Contourlet方法的互信息提高了1.77%,QAB/F提高了1.29%;视觉效果优于典型的空域分块拉普拉斯能量方法和平移不变小波变换方法。

关键词：图像融合多聚焦图像 Contourlet变换伪吉布斯现象小波变换

在线全文

学校读者我要写书评

暂无评论

数字图像处理

作者：闫敬文

来源：南通市图书馆图书评论

学校读者我要写书评

暂无评论

基于L_0正则化模糊核估计的遥感图像复原

光学精密工程 2014年第9期22卷 2572-2579页

作者：闫敬文彭鸿刘蕾金光钟兴汕头大学工学院广东汕头515063 汕头大学数学系广东汕头515063 中国科学院长春光学精密机械与物理研究所吉林长春130033

基于模糊图像的退化过程、卷积模糊模型和模糊图像生成的机理,提出一种基于L0范数的正则化模糊核估计方法,解决了遥感图像重建问题中0范数难求解的难题。该方法以模糊核稀疏性为先验知识,采用对应梯度的L0范数为正则项,有效避免了细小... 详细信息

基于模糊图像的退化过程、卷积模糊模型和模糊图像生成的机理,提出一种基于L0范数的正则化模糊核估计方法,解决了遥感图像重建问题中0范数难求解的难题。该方法以模糊核稀疏性为先验知识,采用对应梯度的L0范数为正则项,有效避免了细小边缘对模糊核估计的影响,使得模糊核的估计更加准确。进一步采用超拉普拉斯分布来近似图像梯度的重尾分布,利用L0.5范数正则化对模糊图像做反卷积,从而恢复出原始图像。与传统方法相比,本文方法可以准确地估计出图像的模糊核,很好地抑制恢复图像的振铃现象,有效地提升遥感图像的质量。模糊图像以及各方法重构图像在同一刀刃下的调制传递函数(MTF)曲线显示,本文方法的MTF曲线得到了较好的提升。

关键词：遥感图像图像复原核估计反卷积调制传递函数点扩散函数

在线全文

学校读者我要写书评

暂无评论

基于小波变换和对块零树编码压缩方法

电子学报 2002年第8期30卷 1160-1162页

作者：闫敬文周爱升厦门大学电子工程系福建厦门361005 深大电话有限公司广东深圳518026

本文提出基于小波零树的对块零树压缩编码方法 .该方法即具有小波零树压缩编码高压缩比、宜于实时实现的特点 ,同时具有编码 /解码速度快 ,易于实时传输等优点 ,可广泛地应用于各种低码率传输应用中 .

关键词：小波变换数据压缩对块零树编码图像编码

在线全文

学校读者我要写书评

暂无评论

基于稀疏表示和PCNN的多模态图像融合

山东大学学报（工学版） 2013年第4期43卷 13-17,25页

作者：林哲闫敬文袁野汕头职业技术学院计算机系广东汕头515078 汕头大学工学院电子工程系广东汕头515063

提出一种基于稀疏表示和脉冲耦合神经网络(pulse coupled neural network,PCNN)的新方法。首先将原图像进行bandelet变换,提取出图像中的几何流和bandelet系数等重要信息,再利用PCNN进行几何流融合、根据稀疏相似度优化融合后的几何流,... 详细信息

提出一种基于稀疏表示和脉冲耦合神经网络(pulse coupled neural network,PCNN)的新方法。首先将原图像进行bandelet变换,提取出图像中的几何流和bandelet系数等重要信息,再利用PCNN进行几何流融合、根据稀疏相似度优化融合后的几何流,然后更新部分bandelet系数并根据最大绝对值规则进行融合,最后通过bandelet逆变换得到融合后的图像。仿真实验结果表明,本算法有效改善了融合效果,融合图像边缘、纹理清晰,整体效果极佳;与现有的平均值融合算法、拉普拉斯金字塔算法以及基于小波变换和PCNN的WT-PCNN算法相比,本算法得到的融合图像的灰度均值、标准差、平均梯度、互信息等指标都得到了提高。

关键词：信号稀疏表示 bandelet变换几何流脉冲耦合神经网络图像融合

基于无下采样Contourlet变换的SAR图像去噪

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2008年第3期29卷 512-516页

作者：连学强丁兴号闫敬文厦门大学信息科学与技术学院厦门361005

提出了一种基于无下采样Contourlet变换(NSCT)的合成孔径雷达(SAR)图像去噪方法。首次在理论上证实了SAR图像取对数后无下采样Contourlet系数服从广义高斯分布,从而提出采用贝叶斯阈值方法估计不含噪声的无下采样Contourlet系数,达到去... 详细信息

提出了一种基于无下采样Contourlet变换(NSCT)的合成孔径雷达(SAR)图像去噪方法。首次在理论上证实了SAR图像取对数后无下采样Contourlet系数服从广义高斯分布,从而提出采用贝叶斯阈值方法估计不含噪声的无下采样Contourlet系数,达到去除噪声的目的。仿真和实际实验结果表明,该方法在噪声平滑、边缘和纹理保护等方面优于其他方法。由于无下采样Contourlet变换不进行下采样,该方法能够避免其他进行严格下采样的变换去噪时所引入的人工痕迹。

关键词： Comourlet变换无下采样Contourlet变换 SAR 图像去噪