排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
针对传统小波算法所生成的可分离小波只具有有限的方向，不利于图像去噪，本文采用curvelet算法对红外图像进行去噪处理.该方法以小波变换为基础对图像进行分解，在分解所得的一系列小波子带中，以定义的平滑窗函数对曲线边缘进行平滑分割，再对平滑分割处理的每个子块进行Ridgelet变换.最后将小波阈值范围外的系数置零，以curvelet逆变换对原始图像进行重构.红外图像的去噪实验表明，本文算法有效可行，相比传统的小波算法、SVD算法，本算法能获得更高的PSNR数值，去噪效果更佳. 相似文献
2.
对夜间行人危险动作进行有效识别是无人驾驶和智能辅助驾驶系统的一个核心任务，也是保证系统安全性的基本需求.考虑到夜晚的光学条件下摄像机的成像特性，提出一种基于深度卷积网络的红外行人危险动作识别算法对夜间行人动作进行识别.该算法选择残差网络为基本网络结构，首先从红外图像的特性和问题的规模出发确定采用Resnet18网络框架，然后对数据集进行预处理使之能够适应网络，最后对网络进行训练与测试以确定网络的识别性能.在实际红外行人危险动作数据集中进行实验的结果表明，所提出方法对6类危险动作识别的平均精确率达到98.3%,平均召回率达到98.1%,优于传统的识别方法. 相似文献
1