全文获取类型
收费全文 | 929篇 |
免费 | 151篇 |
国内免费 | 117篇 |
专业分类
电工技术 | 35篇 |
综合类 | 80篇 |
化学工业 | 1篇 |
金属工艺 | 8篇 |
机械仪表 | 80篇 |
建筑科学 | 9篇 |
矿业工程 | 6篇 |
能源动力 | 2篇 |
轻工业 | 10篇 |
水利工程 | 2篇 |
石油天然气 | 1篇 |
武器工业 | 37篇 |
无线电 | 315篇 |
一般工业技术 | 73篇 |
冶金工业 | 2篇 |
自动化技术 | 536篇 |
出版年
2024年 | 2篇 |
2023年 | 15篇 |
2022年 | 25篇 |
2021年 | 27篇 |
2020年 | 32篇 |
2019年 | 56篇 |
2018年 | 25篇 |
2017年 | 41篇 |
2016年 | 55篇 |
2015年 | 48篇 |
2014年 | 91篇 |
2013年 | 89篇 |
2012年 | 77篇 |
2011年 | 77篇 |
2010年 | 82篇 |
2009年 | 73篇 |
2008年 | 73篇 |
2007年 | 55篇 |
2006年 | 35篇 |
2005年 | 63篇 |
2004年 | 43篇 |
2003年 | 30篇 |
2002年 | 29篇 |
2001年 | 26篇 |
2000年 | 9篇 |
1999年 | 9篇 |
1998年 | 2篇 |
1997年 | 2篇 |
1996年 | 1篇 |
1994年 | 1篇 |
1992年 | 2篇 |
1989年 | 1篇 |
1987年 | 1篇 |
排序方式: 共有1197条查询结果,搜索用时 15 毫秒
1.
3.
4.
为了解决尺度不变特征变换(SIFT)算法在图像匹配中匹配正确率低、耗时长等问题,提出一种基于改进网格运动统计特征RANSAC-GMS的图像匹配算法。首先,利用快速旋转不变性特征(ORB)算法对图像进行预匹配,对预匹配的特征点采用网格运动统计(GMS)来支持估计量以实现正确匹配点与错误匹配点的区分;然后,采用改进的随机抽样一致性(RANSAC)算法通过匹配点间的距离相似性对特征点进行筛选,并采用评价函数对筛选后的新数据集进行重新整理,进而实现对误匹配点的剔除。采用Oxford标准图库和现实中拍摄的图像对图像匹配算法进行测试对比,实验结果表明,所提算法在图像匹配中的平均匹配正确率达到91%以上;与GMS、SIFT、ORB等算法相比,该改进算法的近景匹配正确率和远景匹配正确率分别最少提高了16.15个百分点和3.56个百分点,说明它能有效剔除误匹配点,进一步提高图像匹配精度。 相似文献
5.
6.
针对异源图像提出一种基于多尺度密集结构特征的快速匹配算法。算法首先利用Gabor滤波器逐像素提取图像中的结构响应,再根据主方向响应对多尺度结构特征融合,然后使用快速傅里叶变换在频域计算各特征分量图像之间的卷积,最后将卷积生成的系数矩阵求和计算出图像之间的相似性并选择相似性最大位置作为匹配结果输出。本文算法能有效适应异源图像间的非线性灰度变化和噪声干扰问题。测试使用可见光、红外、雷达图像组成的异源图像数据集对本文算法和现有算法进行测试比较,结果表明:本文算法的平均误匹配率最低,并且计算速度有明显优势。 相似文献
7.
针对现有的基于局部特征的图像匹配算法对光照变化敏感、匹配正确率低等问题,提出一种具有光照鲁棒性的图像匹配算法。首先使用实时对比保留去色(RTCP)算法灰度化图像,然后利用对比拉伸函数模拟不同光照变换对图像的影响从而提取抗光照变换特征点,最后采用局部强度顺序模式建立特征点描述符,根据待匹配图像局部特征点描述符的欧氏距离判断是否为成对匹配点。在公开数据集上,所提算法与尺度不变特征变换(SIFT)算法、加速鲁棒特征(SURF)算法、"风"(KAZE)算法和ORB算法在匹配速度和匹配正确率上进行了对比实验。实验结果表明:随着图像亮度差异的增加,SIFT算法、SURF算法、"风"(KAZE)算法和ORB算法匹配正确率下降迅速,所提算法下降缓慢并且正确率均高于80%;所提算法特征点检测较慢和描述符维数较高,平均耗时为23.47 s,匹配速度不及另外四种算法,但匹配质量却远超过它们。对实时性要求不高的系统中,所提算法可以克服光照变化对图像匹配造成的影响。 相似文献
8.
9.
针对尺度不变特征变换(SIFT)算法所提取图像特征点数量少、误匹率高的问题,提出了一种基于高光谱图像的改进SIFT算法。首先,依据传统SIFT算法中高斯金字塔的构造思想,结合在不同波段下的高光谱图像具有相同宏观特征的特点,首次用高光谱图像作为原始算法中经高斯变换产生的图像,使得检测到的具有实际意义的特征点数量大幅增加;其次,传统SIFT算法以及大量的改进方法都只通过目标象元邻域范围内的像素信息来构造特征描述符,而忽略了像素点的位置信息,文中将目标象元的位置信息纳入了特征描述符,在特征描述符的匹配阶段,在利用邻域范围内的像素信息进行粗匹配之后,利用特征描述符中的位置信息进行精细匹配。仿真实验结果表明在限定最优值与次优值之比的情况下,采用高光谱图像构造高斯金字塔的方式能显著增加特征点的提取数量,更多地挖掘出图像中的极值点;在特征描述符中加入目标象元的位置信息作为特征点匹配第二阶段的判断依据,正确匹配数量达到原方法的59倍以上,极大提升了算法的匹配性能。 相似文献
10.