您的位置: 专家智库 > >

王佺

作品数:10 被引量:29H指数:4
供职机构:云南大学更多>>
发文基金:国家自然科学基金云南省科技创新强省计划项目云南省应用基础研究基金更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 5篇专利
  • 4篇期刊文章
  • 1篇学位论文

领域

  • 6篇自动化与计算...
  • 1篇电子电信

主题

  • 9篇图像
  • 8篇图像融合
  • 8篇脉冲耦合
  • 6篇神经网
  • 6篇神经网络
  • 6篇耦合神经网络
  • 6篇网络
  • 6篇脉冲耦合神经...
  • 6篇拉普拉斯金字...
  • 4篇多聚焦图像
  • 4篇多聚焦图像融...
  • 4篇图像融合算法
  • 4篇彩色图像
  • 3篇PCNN
  • 2篇多尺度
  • 2篇多尺度分解
  • 2篇子群
  • 2篇粒子群
  • 2篇脉冲震荡
  • 2篇S-P

机构

  • 10篇云南大学

作者

  • 10篇王佺
  • 9篇周冬明
  • 9篇聂仁灿
  • 9篇金鑫
  • 8篇余介夫
  • 5篇何敏
  • 5篇谭明川

传媒

  • 1篇电子技术应用
  • 1篇计算机应用
  • 1篇计算机科学
  • 1篇中国图象图形...

年份

  • 1篇2019
  • 1篇2018
  • 1篇2017
  • 6篇2016
  • 1篇2015
10 条 记 录,以下是 1-10
排序方式:
一种基于S‑PCNN与拉普拉斯金字塔的彩色图像融合方法
本发明提供了一种基于S‑PCNN与拉普拉斯金字塔的彩色图像融合方法,基于简化脉冲耦合网络(S‑PCNN)与拉普兰拉斯金字塔算法提出一种有效的彩色图像融合算法。在HSV彩色空间中,利用S‑PCNN加局部熵对H分量进行特征区...
聂仁灿金鑫周冬明王佺余介夫贺康建何敏谭明川
文献传递
基于PCNN模型的多聚焦图像融合算法研究
由于光学镜头和数字成像设备的聚焦区域有限,同一个场景里所有的物体很难都清晰成像。生活中人们往往希望拍摄的照片能够全聚焦,为了能够得到一副清晰的图像,多聚焦图像融合技术广泛地应用在计算视觉领域。通常从3个层次来划分多聚焦图...
王佺
关键词:多聚焦图像融合脉冲耦合神经网络多目标优化粒子群拉普拉斯金字塔
文献传递
一种基于PCNN与LP变换的多聚焦图像融合方法
本发明公开了基于脉冲耦合神经网络(PCNN)与拉普拉斯金字塔变换(LP),提出了一种有效的多聚焦图像融合算法。首先,利用LP对图像进行塔形结构的多尺度分解,并利用PCNN对每一尺度的分解图像进行处理,以获取描述特征聚类的...
聂仁灿金鑫周冬明王佺贺康建何敏余介夫谭明川
多目标粒子群优化PCNN参数的图像融合算法被引量:12
2016年
目的脉冲耦合神经网络(PCNN)在图像融合上往往因为参数设置问题而达不到最佳效果,为了提高图像融合的质量,提出了一种基于多目标粒子群优化PCNN参数的图像融合算法。方法首先用多目标粒子群对PCNN模型参数进行优化得到最优PCNN参数模型,然后利用双复树小波(DTCWT)对图像多尺度分解,将高频分量通过优化好的PCNN模型进行高频融合,低频分量通过拉普拉斯分量绝对和(SML)来进行低频融合,最后通过DTCWT逆变换实现图像的融合。结果分别与DTCWT,拉普拉斯金字塔变换(LP)以及非下采样Contourlet变换(NSCT)进行实验对比,融合图像Clock,Lab的融合结果在客观指标上的互信息(8.062 3,7.908 5)、图像的品质因数(0.716 2,0.714 2)和标准差(51.213,47.671)都优于其他方法,熵和其他方法差不多,融合结果能够获得更好的视觉效果以及较大的互信息值和边缘信息保留值。结论该方法有较好融合图像的能力,可适用于计算机视觉、医学、遥感等领域。
王佺聂仁灿周冬明金鑫贺康建余介夫
关键词:图像融合粒子群脉冲耦合神经网络
基于拉普拉斯金字塔与PCNN-SML的图像融合算法被引量:8
2016年
基于拉普拉斯金字塔(LP)与脉冲耦合神经网络(PCNN)变换,提出了一种有效的多聚焦图像融合算法。首先,利用拉普拉斯金字塔对图像进行对多尺度分解,并利用PCNN对每一尺度的分解图像进行处理,以获取描述特征聚类的神经元点火频率图;然后,利用点火频率图的局部拉普拉斯分量绝对和(SML),实现了图像每一尺度LP分解的融合;最后,通过LP分解的重构实现了对多聚焦图像的融合。实验结果表明,所提方法在各项客观评价指标上均优于传统融合算法,体现出了良好的性能。
王佺聂仁灿金鑫周冬明贺康建余介夫
关键词:多聚焦图像融合脉冲耦合神经网络
基于简化脉冲耦合神经网络与拉普拉斯金字塔分解的彩色图像融合被引量:8
2016年
针对图像空间分辨率低及分类精度不高等问题,提出一种基于简化脉冲耦合神经网络(S-PCNN)与拉普拉斯金字塔分解算法的彩色图像融合算法。首先,把RGB图像转换到HSI彩色空间中得到H、S、I三个分量,将H分量输入到S-PCNN模型中,利用S-PCNN对H分量进行特征区域聚类后,基于脉冲震荡频图和局部熵实现各源图像的H分量融合;然后采用拉普拉斯金字塔对S、I分量进行分辨率分解,根据不同融合策略对不同拉普拉斯金字塔图层中的S、I分量进行融合。最后,对融合后的H、S、I分量进行彩色空间逆变换,得到最终的RGB图像。实验结果表明,该融合算法在清晰度、空间频率、标准差方面优于传统的主成分分析(PCA)、脉冲耦合神经网络(PCNN)等算法,能很好地保留源图像的细节、纹理和主要特征信息,有效地提高了图像的融合效果。
贺康建金鑫聂仁灿周冬明王佺余介夫
关键词:图像融合彩色图像
一种基于PCNN与LP变换的多聚焦图像融合方法
本发明公开了基于脉冲耦合神经网络(PCNN)与拉普拉斯金字塔变换(LP),提出了一种有效的多聚焦图像融合算法。首先,利用LP对图像进行塔形结构的多尺度分解,并利用PCNN对每一尺度的分解图像进行处理,以获取描述特征聚类的...
聂仁灿金鑫周冬明王佺贺康建何敏余介夫谭明川
文献传递
一种基于S-PCNN与拉普拉斯金字塔的彩色图像融合方法
本发明提供了一种基于S-PCNN与拉普拉斯金字塔的彩色图像融合方法,基于简化脉冲耦合网络(S-PCNN)与拉普兰拉斯金字塔算法提出一种有效的彩色图像融合算法。在HSV彩色空间中,利用S-PCNN加局部熵对H分量进行特征区...
聂仁灿金鑫周冬明王佺余介夫贺康建何敏谭明川
文献传递
基于局部控制核的彩色图像目标检测方法被引量:5
2016年
在图像处理问题中,对图像中给定目标进行检测和定位时,为提高目标检测的速度与可靠性,引入一种基于图像局部控制核的目标检测算法。利用参考图像同等大小的窗口遍历目标图像,得到一系列与参考图大小相同的子图,然后计算参考图和目标子图的局部控制核,得到图像特征信息的数据矩阵。为了提高运算速度,对数据矩阵用局部保留投影方法降维。再用相似性判决准则将参考图像与目标图像中子块的特征矩阵进行相似性分析,查找与参考图像最相似矩阵所对应的图像区域即为检测结果。实验结果表明,该算法对目标定位具有较高的可靠性与准确度。
贺康建周冬明聂仁灿金鑫王佺
关键词:数据矩阵目标检测
一种基于S-PCNN与霍夫曼编码的DNA序列相似性分析方法
本发明结合简化脉冲耦合神经网络(S-PCNN)模型与霍夫曼编码公开了一种新的脱氧核糖核酸(DNA)序列相似度分析方法。首先根据S-PCNN模型特性以三联密码子(A、G、C、T)为基本编码单元进行霍夫曼编码,编码使得DNA...
聂仁灿金鑫周冬明贺康建王佺何敏余介夫谭明川
文献传递
共1页<1>
聚类工具0