1) orientation information measure
方向信息测度
1.
Image restoration algorithm of constrained least squares based on orientation information measure;
基于方向信息测度的约束最小二乘图像恢复方法
2.
In this paper,a new nonlinear diffusion method is proposed in which the orientation information measure is used to control the diffusion coefficient.
在研究非线性扩散方法图像去噪的基础上,针对非线性系数扩散问题,提出了应用图像方向信息控制扩散系数的非线性扩散方法,该方法利用方向信息测度来表征图像的区域性质,不仅降低了噪声的干扰,而且克服了其他方法必须先进行高斯卷积的影响,并有效控制了各点的扩散行为。
3.
A new approach to extract video objects from video sequence by combining of orientation information measure,color and motion information is presented.
将视频图像的方向信息测度、颜色和运动信息相结合的视频对象分割算法可以解决这一问题。
2) direction information measure
方向信息测度
1.
Fault detection method based on direction information measurement.;
基于方向信息测度的断层检测方法
2.
Detection of external defects in steel wire ropes based on direction information measure;
基于方向信息测度的钢丝绳表面缺陷检测
3.
This method uses direction information measure and edge order measure as edge characteristic information,uses fuzzy logic to infer these information,processes inference results by anti-fuzzy,gives feedback information to direction information measure matrix,and detects edge by automatic evolution of cellular automata.
该算法采用基于方向信息测度与边缘有序性度量的多信息融合方法,利用模糊逻辑对特征信息进行模糊推理,利用推理结果对上一时刻特征信息进行模糊反馈处理,最终通过元胞自动机的自动演化工程得到图像边缘。
3) Orientation information measurement
方向信息测度
1.
A novel method based on local grey-level probability analysis and orientation information measurement is presented to detect small targets in IR images.
首先对图像的局部区域灰度概率进行统计,通过阈值分割,去除图像中缓慢变化的背景和弱的边缘,得到包含强的边缘点、噪声点和目标点的残留图像,然后利用残留图像内各点的局部方向信息测度的差异,进一步剔除强的边缘点。
4) image information measure
图像方向信息测度
1.
We propose an algorithmic adaptive image enhancement method based on image information measure in this paper.
为了有效地增强对比度极低的表格图像,提出了基于图像方向信息测度算法的自适应图像增强算法。
5) Anisotropic information
方向信息检测
6) gradient direction information
梯度方向信息
1.
It uses gradient direction information whose precision is not required to be high to determine whether the parameter should be accumulated or not.
针对随机Ｈｏｕｇｈ变换（ＲＨＴ）在复杂图象中检测圆时随机采样所造成的大量无效累积，提出了一种改进的ＲＨＴ用于圆检测，它是利用精度要求不高的梯度方向信息来决定是否对采样到的三点进行参数累积，从而较好地解决了无效累积问题。
2.
It uses gradient direction information to determine whether the parameter should be accumulated or not.
该算法利用梯度方向信息来确定采样的三点是否进行累积,然后再利用确定候选圆范围的方法来缩小所要搜索的像素点的范围。
3.
Based on the gradient direction information of the selected first edge pixel in the image,the two others points are selected,and the three points are used as a group to compute the circle equation.
根据不共线三点决定一个圆的原理,利用目标图像任一边缘点的梯度方向信息,按规则选取目标边缘上的其它两个点,将三个边缘点作为一组数据,求解圆形目标的方程。
补充资料：信息资源丰裕系数测度模型
该模型选择了数据库资源、专利和商标资源、图书报刊资源和视听资源作为信息资源的最基本要素。认为这四类信息资源基本上表达了信息资源的范畴和内容，并将生产这四类信息资源的能力称为信息资源的生产能力。
信息资源丰裕系数简称 值，计算公式为：
(6.4)
其中， 表示基本信息资源生产能力，计算公式为：
(6.5)
P1代表数据库数量;P2代表获得专利和商标数量;P3代表图书报刊出版数量；P4代表视听产品生产数量；M代表测度期测度范围内的人口总数。因此，R1事实上是一个国家或地区测度期测度范围内的人均生产信息资源的能力。
R2表示基本信息资源的发展潜力，计算公式为：
(6.6)
其中，S1代表信息资源的储备能力，S2代表信息资源的处理能力。S1和S2的测度公式分别为：
(6.7)
Q1代表计算机拥有量（计算机绝对数、普及率和用户数量）；Q2代表文化设施拥有量（图书馆、信息中心、档案馆、博物馆和文化馆）；Q3代表新闻设施拥有量（电台、电视台）；Q4代表娱乐设施拥有量（电影院、剧院、体育馆和电视机拥有量）；Q5代表邮电设施拥有量（邮电局网点、邮电业务量）；Q6代表通信设施拥有量（通信网点、电话机拥有量）。
(6.8)
T1代表测度范围内的识字人数（或识字率）；T2代表中小学、高等教育在校人数（或教育机构普及率）；T3代表科研人员数（或科研机构普及率）；T4代表政府部门人数；T5代表咨询机构人数。
信息资源丰裕系数简称 值，计算公式为：
(6.4)
其中， 表示基本信息资源生产能力，计算公式为：
(6.5)
P1代表数据库数量;P2代表获得专利和商标数量;P3代表图书报刊出版数量；P4代表视听产品生产数量；M代表测度期测度范围内的人口总数。因此，R1事实上是一个国家或地区测度期测度范围内的人均生产信息资源的能力。
R2表示基本信息资源的发展潜力，计算公式为：
(6.6)
其中，S1代表信息资源的储备能力，S2代表信息资源的处理能力。S1和S2的测度公式分别为：
(6.7)
Q1代表计算机拥有量（计算机绝对数、普及率和用户数量）；Q2代表文化设施拥有量（图书馆、信息中心、档案馆、博物馆和文化馆）；Q3代表新闻设施拥有量（电台、电视台）；Q4代表娱乐设施拥有量（电影院、剧院、体育馆和电视机拥有量）；Q5代表邮电设施拥有量（邮电局网点、邮电业务量）；Q6代表通信设施拥有量（通信网点、电话机拥有量）。
(6.8)
T1代表测度范围内的识字人数（或识字率）；T2代表中小学、高等教育在校人数（或教育机构普及率）；T3代表科研人员数（或科研机构普及率）；T4代表政府部门人数；T5代表咨询机构人数。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条