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 | 基于阴影增强和注意力机制的高光谱图像分类显示文摘基于深度学习网络的高光谱图像分类能够有效地提取图像中的特征信息,促进遥感图像中丰富信息的挖掘与利用。然而,现有方法性能仍然受限于阴影信息不能充分提取、特征不能有效利用。针对阴影区域信息提取,动态随机共振能够利用噪声增强信号,提高信息的表达能力;针对特征利用,在卷积神经网络中嵌入注意力机制,能够在其提取的高层特征的基础上,从空间维度和通道维度进一步提取融合,筛选出对当前任务目标更为关键的特征,提升网络分类性能。实验结果表明:通过在含有阴影区域的真实高光谱图像数据集Hydice上仿真,动态随机共振能够有效增强信号进而将分类精度从96.48%提升到97.14%,卷积注意块的加入使分类精度提升了0.4084%。进一步与其他分类方法在Hydice、Indian Pines、Pavia University进行实验对比验证,本文方法分类精度分别达到了97.4361%、99.2195%和99.9299%,对不同数据集的分类都具有良好的表现,相较于其他方法具有明显优势,证明了该方法的有效性和良好的分类性能,在高光谱图像分类领域具有广阔的应用前景。 | 刘秋月 刘雪峰 孙绍华 | 2023 | 电子测量技术2023，46，8： | 0 |
| 2 | 基于视觉传达技术的弱光照图像增强方法显示文摘由于利用激光技术在弱光照条件下采集的图片容易出现图像细节丢失、分辨率下降等现象。为此针对该类图像,提出基于视觉传达技术的弱光照图像增强方法。先分析弱光照图像的退化情况,生成弱光照图像的退化模型,分割提取出原始图像中的模糊区域,有针对性地对其进行增强处理。添加视觉传达技术,利用最大后验概率以及最大似然函数预测实现弱光照激光图像的增强。实验结果表明,应用所提方法对图像进行增强处理后,其偏色情况小,最高仅为0.211,在不同信噪比下图像的增强效果均较好,且增强后的信息熵、峰值信噪比、平均梯度分别为12.684、33.546和11.987,均超过原图像的2倍,具有一定应用价值。 | 吴文勇 曾玲 | 2023 | 激光杂志2023，44，12： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员