基于堆栈滤波器和Hopfield神经网络的边界检测法

来源 :中国图象图形学报:A辑 | 被引量 : 0次 | 上传用户:Wayne_poplar
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
提出了一种基于堆栈滤波器和Hopfield神经网络的边界检测法,采用较小滤波窗口的堆栈滤波器优化估计的图象象素点之间的灰度梯度,再根据这些灰度梯度的优化估计值计算及确定Hopfield神经网络的权重矢量,Hopfield神经网络收剑时输出图象的边界。相对于基于堆栈滤波器边界检测法,该方法对堆栈滤波器的优化训练速度大大提高,所需内存大为减少,而相对于基于Hopfield神经网络的边界检测法,该方法又
其他文献
针对马尔可夫随机场方法用于影像纹理分类进行了探讨。主要探讨了以下三个方面的问题:(1)如何从备选马尔可夫随机场模型中找出最适合的模型;(2)马尔可夫随机场模型参数的估计问题;(3)如何利用马尔可夫随机场模型参数进行影像纹理分类。最后以实际试验情况表明所提出的方法是可行的。
提出了一种新的物体三维形状恢复的遗传算法方法。用固定位置的摄像机在不同位置的球扩展光源下获取图象序列,并用遗传算法对物体表面每一点的法线矢量进行快速搜索。实验结果表明,此方法能有效地恢复扩展光源下物体的三维形状。不仅放宽了对光源和物体表面的限制,而且精度及鲁棒性均有很大提高。
在相关文献的基础上提出一种领域加权预处理方法,基本解决发运用广义模糊算子进行边缘时出现的断线等问题,实验表明本算法相对几种常用的边缘检测算子而言能获得较了的效果。
描述了神经网络的非线性能力,提出边沿提取的神经网络应用新算法。在理解Marr算子意义的基础上,将Marr特征融入神经网络结构,提高该算法的整体性能。同时,对不同边沿提取算法在不同噪声环
图象增强作为图象处理常用的工具,目的是为了消除原因图象图象边缘模糊,对比度差等缺点,增强图象的视觉效果和加以后的处理工作提供方便,文中提出的算法基于Haralick的斜模型和Beghdadi的对比度增
人脸识别在很多场合都有重要的作用,传统的身份验证是采用某种识别号码等方法, 以阻止伤造的发生。由于人的视觉特征如面部,姿态等是相对稳定而且各不相同的,因此采用这些特征进
介绍了一种对MPEGVIDEO码流中场景切换点进行高速检出的新方法,在计算各帧相对于预测帧的类似度之后进行了类似度的归一化,降低了cut检出算法的复杂度,提高了检出的速度
结合视频编码标准,对视频编码器的Buffer控制及多路视频信号的统计复用进行了分析,建立了一个控制模型。
自Java.AWT包推出以来,开发人员利用它提供的作图功能开发各种图形和图象软件。Java2DAPI是建立在Java.AWT所定义的图形、图象和文本处理类基础上的,并扩展了许多新的功能,它为用户开发出高质量的二维图形、图象和文本提供了支持。本文就Ja...
对PCB的自动检测在信息化时代显得更为重要,该文对检测的关键步骤探针定位进行了研究。其基本原理是利用Hough交换将边缘检测后的不连续边缘象素连接起来,最后达到判断出标志形状和位置