水下成像中的光谱特征提取研究

来源 :激光杂志 | 被引量 : 1次 | 上传用户:fwj108580853
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
针对当前基于最小二乘的水下成像中的光谱特征提取方法,存在的水下成像的复原质量较差,图像的去噪效果,和光谱特征提取效果不是十分理想等问题。文章提出利用曲线拟合和下采样法,实现水下成像中的光谱特征提取。通过水下成像采集的简易装置,对水下图像进行采集;通过合理的假设,和光学理论的公式推导,对背景光需要的水体光学方面的参数进行计算,根据散射系数和波长之间的关系,对R、G、B通道的透射率进行计算,同时根据导向滤波对投射率图进行精细化,利用逆求解的成像模型,对水下图像进行复原,以达到增强水下图像的复原质量的目的
其他文献
CVPR is the premier annual computer vision event comprising the main conference and several co-located workshops and short courses.With its high quality and low cost,it provides an exceptional value f
期刊
为了提高检索准确率,改进轮廓点分布直方图检索性能,提出一种将CPDH和局部三角形面积相结合的形状匹配方法.首先全局采用CPDH描述子描述全局信息;其次,局部上提出通过SURF算法得到对应特征点,并利用三角形面积描述子描述特征点的局部信息,同时进行对应特征点间的距离计算.在国际通用数据库Kimia-99上的检索效果很好,在MPEG-7图像库中也达到了90. 72%的检索精度,都远高于传统方法 CPD
期刊
提出了一种多模型结融合的动作识别方法,目的是利用大数据时代下数据形态的多样性并结合已有模型,以提高识别准确率。该方法使用视频或图像序列与骨架序列对整个模型进行训练。对于骨架序列提取其关键帧,然后使用长短时记忆(LSTM)编码器对骨架序列进行特征提取得到骨架特征。接着使用卷积神经网络得到RGB视频或者图像序列的特征,进一步经过循环神经网络提取特征,得到RGB特征。网络的损失函数方程组由分类误差与上述
期刊