[1] |
牛康力, 谌雨章, 沈君凤, 曾张帆, 潘永才, 王绎冲. 基于深度学习的双通道夜视图像复原方法[J]. 计算机应用, 2021, 41(6): 1775-1784. |
[2] |
贺杰安, 吴晓红, 何小海, 胡建蓉, 卿粼波. 结合图像增强和卷积神经网络的小麦不完善粒识别[J]. 计算机应用, 2021, 41(3): 911-916. |
[3] |
杨佳义, 陈勇. 低照度视频图像自适应补偿增强的设计与实现[J]. 计算机应用, 2020, 40(8): 2372-2377. |
[4] |
于天河, 李昱祚, 兰朝凤. 基于顶帽底帽变换的仿生图像增强算法[J]. 计算机应用, 2020, 40(5): 1440-1445. |
[5] |
邱云飞, 刘兴. 具有抗仿射性的局部特征点匹配方法[J]. 计算机应用, 2020, 40(4): 1133-1137. |
[6] |
王瑞尧, 岳雪亭, 周志青, 耿则勋. 最大差值图决策的低照度图像自适应增强算法[J]. 计算机应用, 2020, 40(4): 1164-1170. |
[7] |
朱成德, 李志伟, 王凯, 高燕, 郭亨长. 基于改进网格运动统计特征的图像匹配算法[J]. 计算机应用, 2019, 39(8): 2396-2401. |
[8] |
薄单, 李宗春, 王晓南, 乔涵文. 适用于倾斜影像的加速KAZE-SIFT特征提取算法[J]. 计算机应用, 2019, 39(7): 2093-2097. |
[9] |
司马紫菱, 胡峰. 基于模拟多曝光融合的低照度图像增强方法[J]. 计算机应用, 2019, 39(6): 1804-1809. |
[10] |
程宇, 邓德祥, 颜佳, 范赐恩. 基于卷积神经网络的弱光照图像增强算法[J]. 计算机应用, 2019, 39(4): 1162-1169. |
[11] |
娄梦莹, 袁丽莎, 刘娅琴, 万雪梅, 杨丰. 基于自适应融合的手掌静脉增强方法[J]. 计算机应用, 2019, 39(4): 1176-1182. |
[12] |
邱甲军, 吴跃, 惠孛, 刘彦伯. 基于小波变换的分数阶微分算法在肝脏肿瘤CT图像纹理增强中的应用[J]. 计算机应用, 2019, 39(4): 1196-1200. |
[13] |
周冲, 刘欢, 赵爱玲, 张鹏程, 刘祎, 桂志国. 基于梯度场的工业X射线图像增强算法[J]. 计算机应用, 2019, 39(10): 3088-3092. |
[14] |
李红, 王瑞尧, 耿则勋, 胡海峰. 基于多尺度梯度域引导滤波的低照度图像增强算法[J]. 计算机应用, 2019, 39(10): 3046-3052. |
[15] |
王焱, 吕猛, 孟祥福, 李宇浩. 具有光照鲁棒的图像匹配方法[J]. 计算机应用, 2019, 39(1): 262-266. |