全文获取类型
收费全文 | 471篇 |
免费 | 15篇 |
专业分类
公路运输 | 132篇 |
综合类 | 150篇 |
水路运输 | 105篇 |
铁路运输 | 86篇 |
综合运输 | 13篇 |
出版年
2024年 | 10篇 |
2023年 | 17篇 |
2022年 | 30篇 |
2021年 | 32篇 |
2020年 | 16篇 |
2019年 | 17篇 |
2018年 | 5篇 |
2017年 | 10篇 |
2016年 | 9篇 |
2015年 | 15篇 |
2014年 | 12篇 |
2013年 | 18篇 |
2012年 | 20篇 |
2011年 | 15篇 |
2010年 | 27篇 |
2009年 | 38篇 |
2008年 | 30篇 |
2007年 | 28篇 |
2006年 | 25篇 |
2005年 | 21篇 |
2004年 | 17篇 |
2003年 | 19篇 |
2002年 | 10篇 |
2001年 | 10篇 |
2000年 | 6篇 |
1999年 | 7篇 |
1998年 | 7篇 |
1997年 | 4篇 |
1996年 | 1篇 |
1995年 | 3篇 |
1994年 | 3篇 |
1993年 | 1篇 |
1992年 | 1篇 |
1989年 | 1篇 |
1988年 | 1篇 |
排序方式: 共有486条查询结果,搜索用时 46 毫秒
71.
由曼德勃罗特(BenoitB.Mandelbrot)的分形理论可知,建立在分形布朗运动模型之上的医用图像总可以计算得到一分形维数。本文在建立于分形布朗运动模型之上的分形维数的估算进行了讨论。通过将整个医用图像中每个像素的分形值,转化为相应象素的灰度值,得到了边缘增强和检测图。结果显示,基于分形的医用图像转化算法较之传统的图像边缘增强算法有利于减少噪声。 相似文献
72.
基于最小二乘影像匹配的畸变图像矫正算法研究 总被引:2,自引:0,他引:2
针对高精度的畸变图像,提出了一种基于最小二乘影像匹配的高精度畸变图像矫正算法,算法首先利用特征提取与边缘检测产像进行预处理,并且将特征匹配与最小二乘算法相结合,从而实现了图像与模板之间精确的子像素定位与匹配,实验表明,该算法较好的解决了目前高精度畸变图像矫正算法中普遍存在的定位和匹配精度较差的缺陷,图像矫正效果良好,是一种有效的畸变图像矫正算法。 相似文献
73.
74.
图像的边缘检测技术是图像处理中最重要的内容之一,且已在图像分析和识别领域得到了广泛的应用.本文提出一种基于模糊增强的多尺度边缘检测算法.该算法首先用模糊增强算子对原始图像进行预处理,加大边缘两侧灰度的差异,然后利用多尺度边缘检测算法提取图像的边缘.最后,将该算法与经典的Sobel算子和Canny算子进行比较.实验结果表明,这种方法较好地解决了图像边缘的提取精度与图像噪声的抑制能力之间的矛盾. 相似文献
75.
提出了一种新的基于三次B样条小波的边缘提取算子该算子通过构造一个目标函数而得到一组最优滤波器的系数,并将这一组系数和以三次B样条函数作为尺度函数的线性组合作为最优边缘检测算子提取边缘,经验证算子优于Canny算子。 相似文献
76.
针对经典Canny算法应用中常出现的无法滤除椒盐噪声且滤波后图像细节信息易丢失、Sobel卷积核定位的边缘信息精度较差、双阈值选取存在偶然性等问题,对Canny算法进行改进。首先采用自适应中值-高斯滤波法代替传统的高斯滤波,并融合Laplace边缘增强法,滤除大量噪声的同时保留图像边缘细节信息;使用精度更高的Scharr算子代替Sobel算子计算图像梯度幅值和方向;然后通过最大类间方差法自适应计算图像的最优阈值;最后选用BSD500数据集进行实验,结果表明:文中算法相对于经典Canny算法,峰值信噪比平均提升14.5 dB,边缘检测评价指标C/A提高0.07~0.24,C/B提高0.06~0.14,算法性能指标提高24.8%。 相似文献
77.
为提升低质量舰船航行图像质量,为舰船航行监测提供可靠依据,设计基于视觉感知技术的低质量舰船航行图像增强系统。该系统以同步动态随机存取内存中存储的低质量舰船航行图像为基础,利用FPGA矫正图像畸变后,在SDRAM控制模块的控制下,经由通信模块将图像传送至图像增强模块中,该模块采用视觉感知技术,增强舰船航行图像后,通过PCI总线传送至PC机中,呈现低质量舰船航行图像增强结果。测试结果表明:该系统具有较好的低质量图像增强性能,增强后图像的度平均梯度和图像信息熵的结果均在0.92以上;图像的边缘轮廓质量较好,有效改善了图像模糊情况,并且避免图像增强后发生色彩失真现象,图像细节的完整性较好。 相似文献
78.
研究改进神经网络的船舶红外图像边缘检测方法,提升边缘检测抗噪声干扰能力。采用块匹配的主成分分析方法对船舶红外图像实施去噪处理后,经梯度算子将降噪后船舶红外图像转换为二值图像;以BP神经网络为基础,通过附加动量法-自适应学习速率调整BP神经网络权值,提高网络训练鲁棒性;将转换后舰船二值图像作为改进神经网络的输入,在实施网络训练后得出输出值,依据输出值和设置阈值的对比结果,获取船舶红外图像边缘点,实现船舶红外图像边缘检测。实验结果表明:该方法降噪后船舶红外图像的PSNR值全部高于40 dB,降噪效果较好;可有效提取船舶红外图像边缘特征且边缘检测结果清晰、连贯,能够达到船舶红外图像边缘检测标准。 相似文献
79.
80.