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：

脉冲同步发放特性实现彩色交通标志分割被引量：2: 2013年; 自然场景下道路交通标志自动分割是导航系统的关键环节,为充分利用交通标志特殊的彩色信息,通过模拟人类视觉感知中锥状细胞和杆状细胞感受色彩的过程,利用脉冲耦合神经网络的脉冲捕获特性和同步发放特性,分别计算不同颜色成分在R、G、B 3个色彩分量中神经元点火产生自动波的时间,用最大熵法求解最佳迭代次数,经过逻辑"与"运算得出分割区域。通过GB 5768—1999和自然场景彩色交通标志图像进行实验,对比传统的将彩色图像转化成灰度图像的实验结果,选定合适的参数,都能够完整地将交通标志区域从复杂背景中分割出来。采用视觉感知脉冲同步发放特性能够充分利用图像色彩信息,为脉冲耦合神经网络的彩色图像处理方法提供依据。; 王蒙军刘冉王志刚刘剑飞; 关键词：脉冲耦合神经网络最大熵

车牌字符的类欧几里得距离特征提取与分析被引量：4: 2014年; 在自动车牌识别系统的设计中,为了实现汉字、字母、数字的快速准确识别,需要一种能够同时提取车牌字符中汉字、字母、数字的统一分类特征,研究利用脉冲耦合神经网络的自动波扩散特性,简化模型参数,提取每个汉字、字母、数字的类欧几里得距离图像,将其作为分类特征,采用最小方差方法测试了特征的有效性。针对不同省市的民用车牌的实验测试结果表明,简化脉冲耦合神经网络模型的卷积核矩阵为5×5时所得的类欧几里得距离图像作为特征向量时,测试图像与标准图像之间的所得方差值最小,能够实现正确匹配。简化脉冲耦合神经网络的类欧几里得距离变换优于传统基于神经网络的特征提取方法,充分利用了图像边缘的形状信息,能够有效地进行分类识别,为汉字、字母、数字全网互联提供了一种统一标准的特征提取方法。; 王祥玲王蒙军周亚同; 关键词：车牌字符脉冲耦合神经网络

用简化脉冲耦合神经网络实现交通标志图像的类Euclidean距离变换类内特征提取被引量：7: 2012年; 脉冲耦合神经网络(PCNN)提取的特征序列的旋转不变性降低了道路交通标志类内匹配识别的准确性,为了提取更有利于形状分类的特征向量,本文利用PCNN的自动波扩散特性,简化了PCNN模型。采用简化PCNN模型产生的类Euclidean距离图像作为分类特征,利用最小方差值进行匹配分析,并通过实验选取了最佳PCNN参数。针对道路交通标志图像库GB5768-1999的实验结果表明,采用获得的类Euclidean距离图像作为特征向量进行分类匹配,在选定边缘图像的迭代次数N为16,反馈输入固有电势VF为0.65,动态门限固有电势VT为100,卷积核矩阵为5×5时,最小方差值均出现在对应的标准图像位置。结果表明,简化PCNN的类Euclidean距离变换能够有效提取二值边缘图像的形状信息。该方法优于传统PCNN熵序列的特征向量方法,类内区分效果更加明显。; 王蒙军阳路王霞刘剑飞; 关键词：交通标志脉冲耦合神经网络特征提取

基于极限学习机的遥感影像阴影检测被引量：1: 2014年; 为提高阴影检测精度,采用基于极限学习机的遥感影像阴影检测方法,将纹理特征的能量、熵、对比度和逆差距4个指数作为输入特征向量训练学习机模型,实现阴影区域的检测。实验结果表明,当纹理窗口大小为4×4,步长为1时,能够将阴影区域较好地检测出来。该方法能够克服阈值法的地物错检问题以及反复选取阈值的缺点,并解决了神经网络及支持向量机多参数选取困难的问题,有效地提高了阴影区域检测速度和精度,具有较好的鲁棒性和泛化性能,综合性能优于阈值法、神经网络和支持向量机。; 安鹏飞王霞王蒙军; 关键词：纹理特征极限学习机支持向量机神经网络

运动模糊角度的梯度图像频谱估计方法被引量：1: 2013年; 通过对运动模糊梯度图像频谱的分析,提出了利用梯度变换、二维傅里叶变换、反色、二值化以及Radon变换检测梯度图像频谱中的平行暗条纹的方向,来实现运动模糊角度精确估计方法。实验结果表明,用该方法估计的模糊角度对于93%的检测图像绝对误差都小于1°,较之前提出的方法具有较高的精度,而且在一定程度上能够抑制图像自身结构对检测结果的影响。; 王霞郭爽王蒙军刘剑飞; 关键词：RADON变换

全选清除导出

共1页<1>

河北省高等学校科学技术研究青年基金(2010121)