黄艳
- 作品数：5 被引量：41H指数：2
- 供职机构：解放军信息工程大学测绘学院更多>>
- 相关领域：天文地球自动化与计算机技术电子电信更多>>
- 一种改进Hausdorff距离和自适应遗传搜索的遥感目标匹配方法被引量：2
- 2009年
- 采用快速点提取算子SIFT算子提取特征点,减少图像数据量,针对传统Hausdorff距离对噪声、出格点较敏感的问题对其进行改进,并以改进后的鲁棒Hausdorff距离作为匹配测度,利用非遍历而又有效的遗传搜索策略进一步提高了匹配速度。对发生旋转变形和灰度变化的遥感影像进行模拟实验,实验结果证明了该算法的有效性和快速性。
- 龚志辉张春美孙雷黄艳
- 关键词：特征点提取遗传算法
- 基于纠错编码的小波域自适应盲水印算法被引量：2
- 2007年
- 提出了一种小波域自适应盲水印算法,并采用(7,4)汉明码技术进行纠错编码。以伪随机二值序列作为水印,采用中值系数抖动的方法将水印嵌入到小波变换后的低频分量,并且根据小波域系数间隔的大小自适应地确定水印量化步长,水印检测过程不需要原始图像的参与。实验结果表明,算法的自适应性强,具有较好的不可见性,且可以有效地抵抗JPEG压缩、锐化、加噪、模糊和缩放等攻击。
- 耿迅龚志辉张春美黄艳
- 关键词：盲水印小波变换纠错编码
- 基于GLCM纹理特征的LiDAR点云建筑物自动提取被引量：7
- 2009年
- LiDAR技术可以快速获取高精度的地形表面三维点云数据。利用LiDAR点云进行建筑物自动提取时,有些建筑物与树木连在一起,有些区域还有大片树林,在此情况下,很难将二者区分开来。在没有其他辅助数据时,LiDAR点云中点的高程及其变化所表现出来的高程纹理特征是区分建筑物与树木的惟一可用特征。基于灰度级共生矩阵(gray level co-occurrence matrix,GLCM)的纹理特征是对物体表面纹理很好的描述,对上述纹理特征进行分类,可以区分建筑物与树木。介绍基于GLCM纹理特征的Li-DAR点云建筑物自动提取方法。实验结果证明,在没有辅助数据的情况下,该方法也能够自动提取出建筑物。
- 张皓黄艳杨洋邹晓亮
- 关键词：LIDARGLCM建筑物提取
- 几种特征点提取算法的性能评估及改进被引量：30
- 2008年
- 特征点提取技术一直是摄影测量和计算机视觉的研究热点。从兴趣算子的角度研究了几种主流特征点提取算法,通过大量的实验,从速度、精度、适应性方面,定量地比较和分析了各算法性能、优缺点和适应环境,针对特征点分布欠均匀的问题,提出改进措施,并取得了较理想的结果。
- 张春美龚志辉黄艳
- 关键词：特征点提取重复率局部熵
- SAR图像用于地表形变监测研究
- InSAR技术全天候、全天时、大面积、高精度、高可靠性的观测能力已经越来越开始受到世人的瞩目,目前的InSAR技术已不仅仅只限于用来提取地面的高程信息.文中介绍了InSAR技术的另一种重要应用——监测地表形变即合成孔径雷...
- 黄艳龚志辉张皓
- 关键词：地表形变形变监测合成孔径雷达图像图像处理
- 文献传递
