公共文化服务平台

共 5 条记录，以下是 1-5

全选清除导出

排序方式：

多特征融合的AdaBoost快速训练人脸检测算法被引量：1: 2015年; 为了提高人脸检测分类器的训练速度及人脸检测的速度与性能,提出一种基于多特征融合的AdaBoost快速训练人脸检测算法.首先介绍三种特征:Haar-like特征、三角积分特征、基于形态学梯度的边缘方位场特征.接着,给出多特征相融合的AdaBoost快速训练人脸检测算法.实验结果表明提出的算法可以减少人脸检测分类器的训练时间,能够提高人脸检测的速度和性能.; 栾方军郭耸宋晓宇; 关键词：人脸检测多特征融合 ADABOOST

用于脑部核磁共振图像分割的具有抗噪能力的BCFCM算法被引量：3: 2015年; 脑部核磁共振成像(MRI)是脑疾病临床诊断的重要手段,而脑组织的准确分割则是其中一个重要的环节。然而MRI图像中普遍存在的噪声和偏移场给脑组织的准确分割造成了很大的困难。在MRI图像分割算法中,偏移场矫正模糊C-均值算法(BCFCM)在模糊C-均值聚类算法(FCM)的基础上增加了对偏移场的估计和空间信息的使用,可以很好地消除图像偏移场对分割造成的影响。但是BCFCM算法由于没有考虑到噪声对偏移场估计的影响,因此对高噪声图像的分割效果欠佳。针对MRI脑组织分割,在图像预处理过程中提出一种快速的分割方法来去除颅骨及其附属物。此外,提出基于BCFCM的改进算法,该改进算法在迭代过程中可以通过对噪声强度的估计来自适应地改变目标函数窗口的大小。同时,该算法引入高斯核函数对偏移场进行平滑处理,并通过阈值限制偏移场的估计值,以有效地避免偏移场的错误估计对分割结果的影响。实验结果表明,改进后的算法不仅可以有效准确地分割脑组织,而且具有较强的抗噪声和处理偏移场的能力。; 栾方军周佳鹏曾子铭; 关键词：磁共振成像噪声估计

利用EMD的自适应图像去噪被引量：8: 2013年; 为了在去噪的同时保证图像细节尽可能不被破坏,提出了利用经验模式分解(Empirical Mode Decomposition,EMD)的自适应图像去噪方法。对噪声图像按照列、行、左对角和右对角方向一维展开,分别进行EMD处理,采用提出的基于噪声标准差的自适应阈值对各个基本模式函数(Intrinsic Mode Function,IMF)进行局部硬阈值去噪,将去噪后的IMF进行反变换分别获得按照四个方向展开对应的去噪后图像,将它们加和平均得到去噪后图像。实验结果表明,提出的方法能够有效地去除图像的噪声并保留足够的图像细节。; 郭耸顾国昌李常有栾方军宋晓宇; 关键词：自适应阈值去噪图像处理

基于视频图像的火焰多特征检测被引量：8: 2015年; 根据火灾发生时火焰的颜色、面积变化和火焰的纹理特征,提出一种基于视频图像的火焰多特征检测方法。着重介绍了对采集到的视频图像中的火焰进行颜色、面积变化的分析,并通过BP神经网络进行火焰纹理相似性的识别,以便得到更准确的火焰识别效果。; 栾方军李扬刘真全; 关键词：火焰检测面积变化纹理特征 BP神经网络

基于视频图像的多特征火灾检测技术及发展前景展望: 2013年; 文中重点介绍了目前国内外在视频火灾探测领域的基本原理、探测方法的研究现状,着重分析了各个系统及算法的特点,并对此领域的发展前景进行了讨论和展望。; 李扬栾方军; 关键词：动态检测火灾识别

全选清除导出

共1页<1>

辽宁省教育厅高等学校科学研究项目(L2011092)