共被期刊论文引用了2次
您的检索式：您选中1篇文献正在查看引证文献汇总
|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 分布式红外阵列相机的超分辨图像重建研究显示文摘为了解决医疗领域中红外图像分辨率低的问题,搭建了一种结构简单、实时性高的分布式阵列红外成像系统,通过图像算法处理来提高红外图像的分辨率。利用分布式阵列成像系统得到4幅具有像素级位移的图像,以一幅图像为基准,对其余图像进行图像配准;再采用凸集投影算法进行图像重构,获得一幅较高分辨率的红外图像;最后采用生成对抗神经网络重建方法获得红外超分辨率图像。实验结果表明:所搭建的分布式阵列相机的红外成像系统可实现实时超分辨率图像重建,可使红外图像分辨率从400×300提升至3200×2400(分辨率提高了8倍);与原图像相比,超分辨率重建后的图像均值提升了1.86%,标准差提升了8.67%,熵值基本不变。所提图像处理算法实现了对红外图像的超分辨率重建,能够满足医疗领域中的红外超分辨率图像的应用需求。 | 谢一博 徐乃涛 周顺 姚斯齐 余自然 程进 刘卫国 | 2022 | 激光与光电子学进展2022，59，16： | 5 |
| 2 | 一种改进残差网络的农田识别算法显示文摘农田识别是保证农机自动化作业不越界的前提与基础,为了给农机自动化作业提供环境信息,提出一种基于改进残差网络的农田识别算法。该算法以残差网络(ResNet18)为基础主干网络进行改进,在残差结构的基础上加入通道注意力机制,增强了有效特征的权重,降低了噪声等无用特征的影响,提高了模型的特征提取能力以及鲁棒性;结合标签平滑的训练方式以及学习率余弦退火衰减算法,使用Silu激活函数代替原残差网络中的Relu激活函数,优化了模型的收敛效果。实验结果表明,改进后的残差网络模型对农田、草地、建筑、裸地以及荒漠的识别准确率可达到98.92%,相比于原ResNet18模型的准确率提高了3.8%,证明了该模型的优越性。 | 邵霆啸 孟海涛 赵博文 | 2023 | 软件导刊2023，22，5： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员