本项目主要研究Directionlet的理论模型并构造快速算法以及其在图像奇异性检测中的应用。我们研究中发现Directionlet的特性非常适合检测图像奇异性和抽取图像特征。Directionlet的研究,国内未见报道。本项目主要研究Directionlet变换中多尺度分析和方向分析的理论模型和应用算法及Directionlet网络的构造及快速算法;提出Directionlet的变换域HMM统计图像模型;同时构造自然图像和SAR(合成孔径雷达)图像的奇异性检测算法;研究基于Directionlet变换的特征抽取算法及图像去噪高效算法。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于LS-SVM香梨可溶性糖的近红外光谱快速检测
信息熵-保真度联合度量函数的单幅图像去雾方法
高分五号卫星多角度偏振相机最优化估计反演:角度依赖与后验误差分析
城市生活垃圾热值的特征变量选择方法及预测建模
基于卷积神经网络的JPEG图像隐写分析参照图像生成方法
基于Brushlet的图像方向纹理分析
M带方向滤波器组的构造及其对图像纹理方向的检测研究
基于相位编组与方向互信息的红外/可见光图像配准方法
基于多阶依赖及重构的图像隐藏信息检测研究