典型文献
基于改进Laplacian算子的弱小目标检测
文献摘要：
由于图像中的背景复杂、目标弱小,在面对具有强噪声或者目标存在遮掩的情况下没有很好的检测算法.提出一种改进的Laplacian算子和Hog特征及Adaboost分类器相结合的算法.该方法根据拉普拉斯算子的边缘检测特性,先通过中值滤波滤掉一部分随机噪声,然后利用改进的Laplacian算子对图像进行卷积,获取图像使用稀疏矩阵表示的Hog特征,输入到Adaboost分类器后最终得到一个最准确的目标,并且在仿真实验中的准确率高达93.5％.
文献关键词：
Laplacian算子;弱小目标检测;Hog特征;Adaboost算法
中图分类号：
作者姓名：
刘镏;匡迎春;沈岳;周浩宇
作者机构：
湖南农业大学信息与智能科学技术学院,长沙 410128
文献出处：
引用格式：
[1]刘镏;匡迎春;沈岳;周浩宇-.基于改进Laplacian算子的弱小目标检测)[J].激光杂志,2022(05):65-69
A类：
Hog
B类：
Laplacian,弱小目标检测,强噪声,遮掩,检测算法,Adaboost,分类器,拉普拉斯算子,边缘检测,中值滤波,滤掉,随机噪声,行卷,稀疏矩阵,矩阵表示
AB值：
0.275801
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
