【摘 要】
：
滤波器是一种广泛应用于信号与信息处理的选频装置。数字图像频域的高频分量对应图像亮度变化剧烈的边缘轮廓或噪声,低频分量对应图像亮度变换平缓的细节区域。本文用不同频域滤波器对同一图像进行处理,对比图像质量评价指标,得出不同滤波器的特点。低通滤波图像滤掉了与原图边缘轮廓相对应的高频分量后,图像比较模糊;高通滤波图像只保留图像的边缘轮廓信息,故要叠加原图才能得到高频提升图;同态滤波可以对图像高低频分量对应
论文部分内容阅读
滤波器是一种广泛应用于信号与信息处理的选频装置。数字图像频域的高频分量对应图像亮度变化剧烈的边缘轮廓或噪声,低频分量对应图像亮度变换平缓的细节区域。本文用不同频域滤波器对同一图像进行处理,对比图像质量评价指标,得出不同滤波器的特点。低通滤波图像滤掉了与原图边缘轮廓相对应的高频分量后,图像比较模糊;高通滤波图像只保留图像的边缘轮廓信息,故要叠加原图才能得到高频提升图;同态滤波可以对图像高低频分量对应的灰度值进行动态调节,增强图像的对比度。
其他文献
基于深度学习的单目标跟踪技术在诸多计算机视觉应用中取得了卓越的效果。然而,现有跟踪器在图像目标变形、遮挡、移动等场景下的应用具有局限性。本文提出一种融合注意力机制和密集网络的孪生网络离线跟踪方法(SiamADN),重点针对无人机等小目标的跟踪任务。首先,算法应用密集网络来减少消失梯度,从而加强特征转移;其次,在密集网络结构中引入通道注意力机制,增强感兴趣的关注度;引入高级角点检测网络以改进持续跟踪
"课程思政"缘起于习近平总书记在2016年全国高校思想政治工作会议上的讲话,他强调:"要坚持把立德树人作为中心环节,把思想政治工作贯穿教育教学全过程,实现全程育人、全方位育人","要用好课堂教学这个主渠道,思想政治理论课要坚持在改进中加强,其他各门课都要守好一段渠、种好责任田,使各类课程与思想政治理论课同向同行,形成协同效应"。
课程思政已成为GIS专业人才培养的必要组成部分.借助三维GIS地学建模课程教学,是发挥GIS专业特色优势,开展课程思政教学的有力举措.从反映安徽文化特色小镇GIS建模出发,围绕安徽特色小镇特征,开展空间数据采集、空间分析建模以及三维建模,培养学生GIS数据处理与分析实践能力.论文研发并实践了安徽特色小镇GIS课程思政的4个教学案例,包括特色小镇空间数据采集、小镇平面底图数据设计、三维建模细节组件设
军队院校是军队人才的培育基地,在课程教学中应当加强思想政治教育.研究如何使思政教育与专业课程教学同向同行、协同育人具有重要意义.为发挥好地理信息系统课程的思政育人作用,以中国近代革命战争史为背景,结合地理信息系统课程知识,挖掘思政元素、设计系列实验案例,以专题地图的形式展示战争过程和影响,总结规律和经验.在有效发挥GIS课程思政作用的同时强化履行历史使命、提高爱国情怀,探索实现思政寓课程、课程融思
GIS课程思政教育的目的是在GIS专业课程教学过程中实现"育德"与"育才"的统筹兼顾.以广西精准扶贫GIS案例库建设为依托,在GIS实验课程教学中借助寓研于教的本科生科研创新能力培养方式,引导学生全程参与案例库建设.不仅极大地提升了学生的科研创新能力,通过研究成果及决策对策的提出进一步深化和增强学生的专业自信、政治认同感和社会责任感,提升学生的社会主义价值观,坚定其社会主义制度自信和道路自信.为G
东北地区丰富的红色资源承载了忠贞报国、勇赴国难、勇敢顽强、坚贞不屈、团结御侮等红色精神,是高校思政教育的典型代表性素材.如何将历史时期红色精神传递到课堂是当前课程思政建设的重要课题与内容.本文针对东北地区红色资源丰富而分布广泛特点,提出红色资源信息库建设与地理信息科学专业课程思政教学耦合的方案,提取其中思政元素融入到地理信息科学专业认识实习的教学课堂中,以实现红色精神融入高校思政教育、地理信息系统
地域文化蕴含着丰富的思想政治教育元素,将地域文化融入GIS实践教学是实现GIS专业"课程思政"建设的有效途径.本文在对安徽地域文化特征分析的基础上,深入挖掘安徽地域文化中的思政元素,以安徽地域文化的时空特征分析和展示为研究内容,围绕地理信息采集、处理和建库、地图设计和制作、空间分析与建模、系统设计与开发能力的培养,构建基于安徽地域文化的GIS"课程思政"实践教学目标和内容,实现知识传授、能力提高和
低空空域中小型无人机具有尺度小、数量多等特点,导致其纹理特征难以提取,现有的深度学习经典检测算法对此类目标的检测精度较低。针对该问题,提出一种改进的Faster-RCNN模型。以ResNet50为前置特征提取网络,对原图逐层进行特征提取,得到多层特征图;再对特征图使用双线性差值方法进行上采样,并将各层特征图对应融合;最后输入RPN层进行二分类与边框回归,同时在感兴趣区域层利用soft-nms算法优
针对传统路侧和机载相机存在行人目标遮挡、重叠严重等弊端,提出了一种基于无人机载智能检测算法。该检测系统使用最新的锚框模型YOLOv5和VisDrone数据集,实现目标的检测识别。该算法与现有的无人机视角下的目标检测算法相比,运行速度快、精度高且对小目标检测效果好,适用于城市监控等场景。经过多次实验对比分析,改进的目标检测算法实时性好、识别准确率高,能在多种复杂的交通路况中发挥很好的辅助决策作用。
本文通过唐山师范学院的毕业论文管理平台进行了本科生毕业论文专家评阅信息的数据采集,并对采集的数据进行了数据清洗,修正了数据格式上的错误。运用文本分析法和Jieba库对评语进行分词处理,提取"有待""缺少""不足"等10个关键词进行评语文本挖掘。首先,根据"出现关键词则扣分"的原则,分析论文评阅评语,建立评阅专家观点评价模型及评分标准;其次,根据评分标准计算出每篇论文的文本分析结果所对应分数;最后,