分享到:

中值滤波的神经网络实现

利用信号的阈值分解,导出适合神经网络实现的信号分解和信号恢复算法。二元信号的中  (本文共5页) 阅读全文>>

复旦大学
复旦大学

基于交叉视觉皮质模型的图像处理关键技术研究

本文的主题是基于交叉视觉皮质模型的图像处理关键技术研究,交叉视觉皮质模型(Intersecting Cortical Model,ICM)为单层的神经网络,它是基于20世纪70年代Eckhorn对于家猫的视觉皮层的研究成果,在综合几种视觉皮质模型的基础上,利用了生物神经元所具有的延迟特性、非线性耦合调制特性。凶此,ICM具有传统的人工神经网络所不具备的无需学习大量样本即能够进行图像处理任务的特性、并具备生物神经元所特有的延迟特性、非线性耦合调制特性。这些特征在图像噪声抑制、图像形态学处理和图像分割中较之传统的图像处理方法而言具有处理效果更好、处理速度更快的优势。所以,ICM在图像处理研究领域更具有实际的研究价值和应用价值。ICM具备了生物神经系统中具有的信息传递延迟性和非线性耦合调制特性。ICM由于其本身直接来自于对于哺乳动物的视觉神经系统的解剖研究,相对于传统的人工神经网络模型更加接近实际的生物视觉神经网络,也更加适合面向图像...  (本文共129页) 本文目录 | 阅读全文>>

西安电子科技大学
西安电子科技大学

基于脉冲耦合神经网络的图像处理若干问题研究

脉冲耦合神经网络(Pulse Coupled Neural Networks, PCNN)是基于生物视觉系统机理形成的具有模数混合处理、串并联混合处理及动态自适应处理的一种空时编码新型人工神经网络。由于PCNN模型的动态变阈值、非线性调制耦合、同步脉冲发放、动态脉冲发放及时空总和等特性,使其在图像处理、自动目标识别、组合优化、人工生命等领域的研究和应用得到国内外的广泛重视。本文围绕图像处理中脉冲噪声滤除、高斯噪声滤除、弱小目标检测、二值图像自动分割、多值图像自动分割及基于内容的图像检索等若干关键问题,针对脉冲耦合神经元结构复杂性及其在图像信号处理中存在阈值反复衰减、自适应性能差和无法自动选择最佳处理结果等一些不足,研究了PCNN模型的机理,并提出改进思路与方法。论文主要内容如下:1.为有效滤除图像中严重脉冲噪声的干扰,提出了基于脉冲耦合神经网络噪声检测的两级脉冲噪声滤波算法。首先在改进自适应单位连接PCNN(AULPCNN)模型...  (本文共181页) 本文目录 | 阅读全文>>

北京林业大学
北京林业大学

基于神经网络的码垛机器人视觉位姿测量及伺服控制研究

本论文以机器人用于木材加工业中的木制品码垛作业为背景,利用视觉技术使机器人对周围环境和操作对象的变化做出快速反应,提高机器人自动化和智能化程度,主要研究了机器人视觉系统的图像采集、图像滤波、特征提取等图像处理技术;研究了用图像处理中获取的图像特征确定环境中目标物体的三维位姿测量技术;研究了用三维空间中目标物体的位姿信息作为控制输入,控制机器人进行搬运和码垛作业的机器人伺服控制技术。主要研究结论如下:(1)概率神经网络具有良好的分类能力。以含有噪声的图像像素灰度值为基础,建立基于均值绝对偏差排序的向量(ROMEAD)和基于中值绝对偏差排序的向量(ROMDAD), ROME AD向量用于计算70%以上的高斯噪声点出现的位置,ROMDAD向量用于计算当前像素值与其相邻像素值的接近程度,有效区分图像中的椒盐噪声和非噪声像素。利用ROMEAD和ROMDAD两个特征向量作为概率神经网络的输入,经过网络训练,有效检测并分离出高斯噪声和椒盐噪声...  (本文共113页) 本文目录 | 阅读全文>>

浙江大学
浙江大学

基于高光谱和图像处理技术的油菜病虫害早期监测方法和机理研究

数字化农业和精准化作业是现代农业发展的方向和要求。在作物病情虫情分析方面,数字农业要求快速、准确地获取植物受病虫害侵染的信息,从而指导植物生长过程中的精细化管理。数字农业病虫害精细化管理要求实现精确剂量的农药喷洒,而通过智能化的植物病虫害实时监测方法明确定位植物健康部位和受害部位以及受害程度是实现精确剂量农药喷洒的前提,也是数字农业精细化管理实施的关键。油菜是我国种植量第一的油料作物,菌核病和菜青虫是油菜的主要病虫害,研究油菜受此病虫害危害后的关键信息获取技术是实时准确掌握油菜受害情况的关键。本论文以受菌核病和菜青虫危害后的油菜作为主要研究对象,分别针对光谱维数据和空间维数据,通过光谱数据采集、高光谱成像、数据建模和智能计算、数字图像处理等技术,建立了一套油菜病虫害关键信息的识别获取方法,包括对油菜按感染菌核病时间的快速分类模型,油菜叶片菜青虫孔自动识别和重构模型,以及优化的轻度虫害油菜叶片的叶脉识别算法,实现了油菜受病虫害危害...  (本文共141页) 本文目录 | 阅读全文>>

上海工程技术大学
上海工程技术大学

基于双面成像技术的织物纹理与颜色特征分析

织物的纹理和颜色特征分析是进行织物生产前的一个必不可少的步骤,传统的人工方法耗时费力、效率低下,近年来的研究大多基于图像处理技术进行织物单面图像的研究,很难全面准确地记录织物的纹理与颜色信息。为此,本文提出一种基于双面成像技术的织物纹理与颜色特征分析方法。本文的研究主要涉及以下内容:色织物双面图像采集系统的开发;色织物经纬纱密度的自动测量;色织物纹理结构类型的识别;色织物颜色聚类分析;印花织物颜色聚类分析。文章首先概述了近三十年来国内外基于图像处理技术的织物纹理和颜色特征分析的研究进展,并根据研究方法的不同将它们进行分类,分析了每种方法的优缺点;其次,详细探讨了双面图像采集系统的搭建、工作流程和光照影响,介绍了数码相机、照明系统、样品夹具等参数配置,利用二值化、Sobel边缘检测、Radon变换提取等边三角形特征点,利用仿射变换实现双面图像在像素级别上的对位和匹配;指出了基于单面图像频谱图测量纱线密度存在的缺点,提出基于双面融合...  (本文共104页) 本文目录 | 阅读全文>>