排序方式: 共有25条查询结果,搜索用时 366 毫秒
1.
自动聚焦是数码设备、计算机视觉中的一项关键技术。自动聚焦过程中,聚焦的准确性和抗噪声性能至关重要。以高频分量作为度量的聚集评价函数具有灵敏性高、聚焦准确的优点,适用于实时系统,但是对噪声十分敏感,受噪声污染时可能导致聚焦失败。因此,提出了一种具有噪声稳健性的高频分量自动聚焦评价函数。该函数通过小波多分辨力分析提取高频分量,利用了信号的每个子带的小波系数存在一定相关性,而噪声不存在这样的相关性的特点,设定高频子带阈值,认为低于阈值的系数是噪声的贡献,大致分离图像信号与噪声信号,从而将其滤除。经过大量的实验,证明提出的方法具有单峰性好、灵敏度高等优点,特别是在抗噪声性能方面有很大提高。 相似文献
2.
聚焦评价函数和极点搜索策略是自动聚焦的重要模块,直接影响聚焦的效果.为同时满足自动聚焦速度和精度上的要求,提出了一种新的自动聚焦算法.该算法综合了快速改进的灰度差分法和高精度小波变换法的优点,根据各阶段聚焦评价函数的梯度选择合适的评价函数和镜头移动步长,并且实现了从大步长快速粗扫到小步长精确细调的过渡.实验表明,与传统... 相似文献
3.
4.
5.
采用悬浮液直接进样电感耦合等离子体发射光谱法(ICP–OES)测定高纯氢氧化铝中铁、钛、硅、铬的含量。悬浮液用电磁搅拌器搅拌,均匀地分散在溶液中,通过仪器蠕动泵进入雾化室,均匀无阻地导入ICP光源。Fe,Ti,Si,Cr的分析谱线分别为259.940,336.112,251.611,205.552 nm;RF功率为1 300W,等离子体气流量为13.0 L/min,雾化器气体流量为0.60 L/min,辅助气流量为1.00 L/min。Fe,Ti,Si,Cr的质量浓度分别在0.0~30.0,0.0~15.0,0.0~90.0,0.0~15.0μg/m L范围内与信号强度呈良好的线性,线性相关系数均大于0.999,方法的检出限为0.027 6~0.993 9μg/m L,测量结果的相对标准偏差为0.65%~6.84%(n=11),回收率为95.0%~104.8%。该法抗干扰能力强、线性范围宽,适用于高纯氢氧化铝中铁、钛、硅、铬含量的分析。 相似文献
6.
基于改进的空域相关的多聚焦图像融合 总被引:2,自引:1,他引:1
提出了一种简单有效的像素级多聚焦图像融合方法。针对正交小波变换缺乏平移不变性而产生视觉失真的缺陷,采用Atrous算法将原图像分解在不同频率域上。Atrous算法先将滤波器h0(n),h1(n)各点间插入适当的零值后再与低频信号做卷积,故又称为"多孔算法"。将具有抑制噪声性能的空阈相关法作为高频子图像的融合规则,选取相关性强边缘特征显著的点作为最终融合子图像的像素点。实验表明,由此融合的图像能完好的保留边缘纹理信息。融合后的图像在客观评价和主管视觉效果上均有提高。 相似文献
7.
8.
9.
改进的基于二维主分量分析的掌纹识别 总被引:1,自引:0,他引:1
主分量分析(PCA)是一种在众多生物特征识别中获得成功应用的特征提取技术,是一种基于二阶统计的在最小均方误差意义上的最优维数据压缩技术,它所提取的各特征分量之间是互不相关的。传统的PCA变换是对图像向量的分析,但向量维数一般都很高。二维主分量分析方法是最近兴起的针对图像矩阵的主分量分析方法,与一维主分量分析相比能更精确的计算原始数据的协方差矩阵。将其应用于掌纹识别,并在主分量的选取上加以改进,选取了更适合于分类的主分量。实验结果表明,该方法不仅有更高的识别率,而且维数更低。 相似文献
10.
提出一种基于提升小波和Fisher线性判别法(FLD)相结合的人脸表情特征提取方法。提升小波是完全基于时空域的变换,具有多分辨率的特征,更有利于表情细节信息的提取,并且运算时间短,便于实现。图像经过提升小波变换后,取其低频分量和高频分量相结合作为整体特征,实验证明保存了绝大部分的表情分量,然后用Fisher线性判别法(FLD)进行特征提取,采用K-近邻法进行分类。在JAFFE数据库中,分辨率达到94.3%,识别时间为2.9s,证明了方法的有效性。 相似文献