排序方式: 共有21条查询结果,搜索用时 15 毫秒
1.
水资源是农业生产最重要的战略资源之一,是保障我国粮食安全最重要的因素之一,然而当前我国水资源缺乏问题限制了我国农业生产进一步发展。为提高水资源利用率,我国"十二五"规划提出将地方资产与社会资金相结合,投入到发展高效节水灌溉农业当中,提高水资源和土地资源整体利用率,到2020年实现全国节水灌溉面积7.6亿亩的目标,将水资源有效利用率提高到0.55。然而当前我国农业灌溉用水问题频出,许多研究人员缺乏对农业灌溉水资源利用效率到正确认识。主要研究了我国农业灌溉的意义及分类,分析了当前我国农业灌溉用水当中存在的问题,并结合当前我国农业灌溉用水实际提出了切实可行的解决措施,希望对我国农业进步发展做出贡献。 相似文献
2.
为了在红外与可见光图像融合时保留各自更多的细节信息,同时降低算法复杂度,采用了非下采样剪切波变换(NSST)和改进模糊逻辑的红外与可见光图像融合方法,利用NSST算法对红外图像和可见光图像分别进行多尺度、多方向稀疏分解,分别得到低频子带系数和高频子带系数。然后对低频子带系数采用基于改进的模糊柯西隶属函数的权值平均融合规则;对高频子带系数采用能量匹配度和视觉敏感度系数相结合的融合规则。最后对低频子带融合系数和高频子带融合系数执行NSST逆变换得到最终的融合图像,并进行了理论分析和实验验证。结果表明,此融合方法不仅可以保证融合清晰度,对缩短算法的运行时间也是有帮助的。 相似文献
3.
针对图像中目标过多、相似以及有遮挡的情况,提出了一种改进传统YOLO v3算法的新算法.首先,为了使改进的算法可以更准确的检测小尺度目标,在原算法的网络中增加浅层特征提取层,然后,为了提高大尺度目标的检测精度,在大尺度特征提取层上增加输出层,得到改进的YOLO-K模型,并通过数据集进行测试验证.实验结果表明,YOLO-... 相似文献
4.
基于非分离小波的多模态医学图像融合算法* 总被引:4,自引:1,他引:4
针对传统可分离小波医学图像融合过程中存在部分边缘丢失和纹理信息模糊的问题,根据CT/MRI图像内容的互补性,提出整合及突出图像细节的医学图像融合算法。该算法在非分离小波分解框架下,对反映图像近似内容的低频分量采用区域信息熵加权融合规则,对反映图像细节特征的高频分量提出了区域亮度细节占优加权的融合规则;最后通过非分离小波逆变换重构融合图像。实验结果表明,该算法能在保留源图像信息的情况下增强融合图像的细节及亮度信息。 相似文献
5.
6.
7.
针对红外与可见光图像需要实时融合的特点,提出一种降低算法复杂度的基于非降采样剪切波变换(Non-subsampled Shearlet Transform)和压缩感知域的红外与可见光图像融合算法。利用NSST算法对红外图像和可见光图像分别进行多尺度、多方向稀疏分解,分别得到低频系数和各带通方向子带系数。对低频子带系数采用基于目标特征的加权平均融合规则;压缩感知理论的测量矩阵采用哈达马阶快速沃尔什矩阵,对细节信息保留较多的各带通子带系数进行观测测量,得到更稀疏的各带通子带系数测量值,对此测量值采用基于区域方差选大的融合规则得到融合测量值,运用基于增广的拉格朗日乘子和交叠方向恢复算法对融合测量值进行重构得到近似精确的各带通子带融合系数,最后对低频子带融合系数和各带通方向子带融合系数执行NSST逆变换得到最终的融合图像。实验结果表明,该融合方法不仅可以保证融合清晰度,同时还可以缩短算法的运行时间。 相似文献
8.
在红外线与可见光图像的融合过程中,经常会出现融合图像细节方面缺失的情况。为了解决这一问题,采用了改进的非下采样轮廓波变换(NSCT)图像融合算法,融入动态的加权非负矩阵分解规则(WNMF),对图像进行融合处理。结果表明,利用非下采样轮廓波变换算法对两幅源图像进行多尺度多方向的分解,可得到低频与高频部分;动态的WNMF融合规则作为低频部分的融合规则;高频部分中最高层的分解尺度采用绝对值取大的方法;高频部分其它各层则设定匹配度阈值;低于阈值时,使用基于区域能量匹配度的区域方差选大的方法;如果高于阈值时,采用加权平均的方法进行;通过对低频部分与高频部分的处理,用NSCT逆变换方式获得了融合图像。该方法有效提高了融合图像清晰度,凸显了其细节信息,缩短了所需的计算时间。 相似文献
9.
针对目标检测算法在实际应用中速度仍需提高的问题,提出一种改进的YOLOv3算法.通过将多层次特征金字塔网络嵌入到YOLOv3算法中的DarkNet-53网络,解决了由实际检测对象尺度差异引起的误差问题,既增加了输出特征的尺度,又加深了网络层数;并针对损失函数中的激活函数零均值、梯度消失等问题,提出了一种新的激活函数.实验结果表明,改进的YOLOv3算法可以更好地对多尺度目标进行检测,提高了检测速度和准确性,并在硬件上实现时具有较为高效的性能表现. 相似文献
10.
基于模糊熵和非分离小波变换的图像融合算法 总被引:1,自引:0,他引:1
针对传统可分离小波图像融合过程中存在部分边缘丢失和纹理信息模糊的问题,提出了突出图像细节和消减图像模糊性的融合算法.该算法在非分离小波分解框架下,对反映图像近似内容的低频分量采用局部模糊熵极大值融合规则.对反映图像细节特征的高频分量提出了区域亮度细节占优加权的融合规则.最后通过非分离小波逆变换重构融合图像.实验结果表明,该算法能在保留源图像信息的情况下,提高融合图像的清晰度,增强细节信息及亮度对比度. 相似文献