修车大队一品楼qm论坛51一品茶楼论坛,栖凤楼品茶全国楼凤app软件 ,栖凤阁全国论坛入口,广州百花丛bhc论坛杭州百花坊妃子阁

oe1(光电查) - 科学论文

12 条数据
?? 中文（中国） ▾

  • 基于Contourlet变换与多特征融合的多源遥感影像配准

    摘要： 图像配准是多源遥感图像处理中不可或缺的组成部分。本文提出一种融合改进型多尺度多方向Harris算法与新型复合特征的遥感图像配准方法，通过提取多尺度圆形高斯组合不变矩和多方向灰度共生矩阵作为图像匹配特征。该算法在含噪声及光照变化的多源遥感影像上进行了验证，大量实验研究表明：所提方法能获得稳定且分布均匀的关键点，并实现鲁棒精确的对应匹配，在多源遥感图像配准领域具有良好应用前景。

    关键词： Contourlet变换、多源遥感影像配准、多方向灰度共生矩阵、多尺度圆高斯组合不变矩、特征融合

    更新于2025-09-23 15:23:52

  • 基于多特征与小样本学习的置信传播高光谱图像分类

    摘要： 为解决高光谱图像（HSI）分类中"信息量大但精度低"的问题，本文提出一种基于多特征与小样本学习（MFSSL）的信念传播（BP）马尔可夫随机?。∕RF）高光谱分类方法MFSSL-BPMRF。首先采用扩展形态学多属性剖面算法提取高光谱空间信息，构建空-谱多特征融合模型以提升分类效果；继而利用BPMRF进行图像分割与分类——因其具有空-谱联合分类的优越性：MRF能通过邻域模型描述地物空间分布特征，并将像素光谱信息融入条件概率计算；BP则用于从多特征融合信息中学习边缘概率分布。最后选取小样本训练集以提升计算效率。在多个高光谱图像实验中，该方法较其他方法获得更高分类精度，且对有限标注训练样本的分类任务具有高效性。

    关键词： 特征融合、置信传播、高光谱图像、分类

    更新于2025-09-23 15:23:52

  • [IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 瓦伦西亚（2018.7.22-2018.7.27）] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 基于协方差矩阵的场景分类特征融合

    摘要： 本文提出了一种基于协方差矩阵的特征融合（CMFF）框架，用于融合Gabor特征和颜色特征这两种低层视觉特征以实现场景分类。该方法通常包含以下三个步骤：首先从原始图像中提取Gabor特征和颜色特征并进行堆叠；随后通过提取协方差矩阵来融合这两种低层视觉特征，其中协方差矩阵的非对角线元素表示两个不同特征维度间的相关性；最后采用核线性判别分析算法处理所得协方差矩阵，并结合最近邻分类器进行标签分配。该框架在公开的21类UC Merced土地覆盖数据集上进行了测试，并与面向中层视觉特征的方法及高层特征方法进行了对比。实验结果表明，所提出的CMFF框架不仅能提升低层视觉特征（Gabor特征和颜色特征）的分类性能，还能超越传统的中层视觉特征方法。

    关键词： 特征表示、场景分类、特征融合

    更新于2025-09-23 15:22:29

  • 基于降维的双颜色特征融合目标跟踪算法

    摘要： 针对单颜色特征在复杂场景中目标跟踪鲁棒性差、效果低的问题，本文基于相关滤波（CF）跟踪框架，提出一种基于降维的双颜色特征融合目标跟踪算法。首先对输入图像分别提取颜色名称（CN）特征和颜色直方图（CH）特征，通过基于CF的方法关联模板与候选区域，分别获取目标区域的CH响应和CN响应；进而提出自适应特征融合策略，线性融合CH响应与CN响应，得到兼具全局颜色分布信息与主颜色信息的双颜色特征响应；最终基于融合响应图估计目标位置，以响应图最大值对应位置作为目标估计位置。该方法在Staple算法框架下进行融合，并通过主成分分析（PCA）对尺度维度降维，降低了算法复杂度，进一步提升了跟踪性能。在具有挑战性的基准序列上的定量与定性实验结果表明，该算法在复杂场景中相比其他先进跟踪算法具有更优的跟踪精度与鲁棒性。

    关键词： 自适应特征融合、主成分分析、特征融合、相关滤波、视觉跟踪

    更新于2025-09-23 15:22:29

  • [2018年IEEE国际成像系统与技术会议（IST）-克拉科夫（2018.10.16-2018.10.18）] 2018年IEEE国际成像系统与技术会议（IST）——基于sMRI特征融合的轻度认知障碍皮层诊断系统

    摘要： 阿尔茨海默病（AD）是最具代表性的中枢神经系统神经退行性疾病之一，美国患者统计超过500万人。文献表明，早期发现该疾病是科学家面临的主要障碍之一。这一诊断任务的困难源于多种原因，包括疾病对不同患者影响的差异性。本文旨在研究轻度认知障碍（MCI）——这种已被证实会增加罹患AD风险的认知损伤类型。通过研究，我们提出了一种基于皮层区域的计算机辅助诊断（CAD）系统，可用于AD的早期诊断。该目标通过分别可视化每个皮层区域的个性化MCI诊断来实现。为此，所提出的CAD系统分为四个主要阶段：1-预处理与皮层提??；2-皮层重建与基于形状的特征提??；3-特征融合；4-局部/区域诊断及后续的全局诊断步骤。系统评估显示了良好效果，在准确率、特异性和敏感性方面分别达到最高86.30%、88.33%和84.88%的性能表现。

    关键词： 皮层区域、轻度认知障碍、阿尔茨海默病、特征融合、结构磁共振成像

    更新于2025-09-23 15:22:29

  • [IEEE 2019年第15届新兴技术国际会议(ICET) - 巴基斯坦白沙瓦(2019.12.2-2019.12.3)] 2019年第15届新兴技术国际会议(ICET) - 光伏系统集成故障诊断与容错最大功率点跟踪控制方案

    摘要： 利用多特征进行视觉跟踪已被证明是一种鲁棒的方法，因为不同特征之间可以相互补充。由于视频序列（尤其是长序列视频）中可能出现光照变化、遮挡和姿态变化等多种情况，如何合理选择并融合合适的特征已成为该方法的关健问题之一。针对这一问题，本文提出了一种新的联合稀疏表示模型用于实现鲁棒的特征级融合。该方法利用稀疏表示的优势，动态剔除不可靠的待融合特征以保证跟踪效果。为捕捉特征间的非线性相似性，我们将所提方法扩展为通用核化框架，使其能够在各种核空间执行特征融合。实验结果表明，该方法获得了优异的跟踪性能。在公开视频数据集上进行的定性与定量实验均显示，本方法优于基于稀疏表示和基于融合的传统跟踪器。

    关键词： 联合稀疏表示、特征融合、视觉跟踪

    更新于2025-09-23 15:19:57

  • [2019年IEEE第八届先进光电子学与激光国际会议（CAOL）-保加利亚索佐波尔（2019.9.6-2019.9.8）] 2019年IEEE第八届先进光电子学与激光国际会议（CAOL）-耦合光纤系统中的混沌通信

    摘要： 基于多特征的视觉跟踪已被证明是一种鲁棒的方法，因为不同特征之间能够相互补充。由于视频序列（尤其是长序列视频）中可能出现光照变化、遮挡和姿态变化等多种干扰因素，如何合理选择并融合合适的特征已成为该领域关键问题之一。针对这一难题，本文提出了一种新的联合稀疏表示模型用于实现鲁棒的特征级融合。该方法利用稀疏表示的优势，动态剔除不可靠的待融合特征以保证跟踪效果。为捕捉特征间的非线性相似性，我们将方法扩展至通用核化框架，使其能在各类核空间执行特征融合，从而获得优异的跟踪性能。在公开视频数据集上的定性与定量实验结果表明，本方法在性能上均优于现有基于稀疏表示和基于融合的跟踪算法。

    关键词： 特征融合、联合稀疏表示、视觉跟踪

    更新于2025-09-23 15:19:57

  • 多光谱影像变化检测中的光谱-空间联合学习

    摘要： 变化检测是遥感领域最重要的应用之一。越来越多的研究关注基于深度神经网络的变化检测方法。然而，许多基于深度神经网络的方法并未同时考虑光谱和空间信息，且对融合特征的潜在信息挖掘不足。为解决上述问题，本文提出了一种光谱-空间联合学习网络（SSJLN）。该网络包含三个部分：光谱-空间联合表征、特征融合与判别学习。首先，通过类Siamese卷积神经网络（S-CNN）提取光谱-空间联合表征；其次，融合上述特征以表征差异信息，这对变化检测任务具有显著效果；第三，通过判别学习深入挖掘融合特征的潜在信息以实现更优的判别表征。此外，我们设计了一种新型损失函数，同时考虑光谱-空间联合表征过程与判别学习过程的损失。在四个真实数据集上的实验验证了SSJLN的有效性，大量实验结果表明该方法优于当前最先进的变化检测技术。

    关键词： 判别学习、特征融合、变化检测、光谱-空间表征、多光谱影像、孪生卷积神经网络

    更新于2025-09-22 19:00:36

  • [IEEE 2018第八届图像处理理论、工具与应用国际会议(IPTA) - 中国西安(2018.11.7-2018.11.10)] 2018第八届图像处理理论、工具与应用国际会议(IPTA) - 基于特征融合区域提议网络的行人检测

    摘要： 行人检测在视频监控、机器人技术及自动驾驶车辆等领域具有广阔应用前景，是计算机视觉最重要的研究方向之一。近年来，深度学习方法（如区域提议网络RPN）在行人检测中取得了显著性能提升。为进一步利用RPN的深度行人特征，本文提出一种基于特征融合的新型区域提议网络模型（RPN FeaFus）用于行人检测。该模型采用由VGGNet和ZFNet构建的非对称双路径深度架构，提取不同层级的行人特征，并通过PCA降维与特征堆叠进行融合以提供更具判别性的表征。随后利用低维融合特征进行区域提议检测和分类器训练。在Caltech、Daimler和TUD三大权威行人检测数据库上的实验结果表明，RPN FeaFus相比基线模型RPN BF取得显著性能提升，且与当前最优方法具有竞争力。

    关键词： 区域提议网络、双路径模型、行人检测、特征融合

    更新于2025-09-22 22:39:16

  • 基于耦合过模腔的高选择性D波段混合模式滤波器

    摘要： 利用多特征进行视觉跟踪已被证明是一种鲁棒的方法，因为不同特征能够相互补充。由于视频序列（尤其是长序列视频）中可能出现光照变化、遮挡和姿态变化等多种干扰因素，如何合理选择并融合合适的特征成为该方法的关健问题。针对这一难题，本文提出了一种新的联合稀疏表示模型以实现鲁棒的特征级融合。该方法利用稀疏表示的优势，动态剔除不可靠的待融合特征以提升跟踪性能。为捕捉特征间的非线性相似性，我们将方法扩展至通用核化框架，使其能在各类核空间执行特征融合，从而获得优异的跟踪效果。在公开视频数据集上的定性与定量实验表明，本方法性能优于基于稀疏表示和传统融合策略的跟踪器。

    关键词： 特征融合、联合稀疏表示、视觉跟踪

    更新于2025-09-19 17:13:59