孙玮
- 作品数:2 被引量:2H指数:1
- 供职机构:江苏科技大学计算机科学与工程学院更多>>
- 发文基金:江苏省省级科技创新与成果转化专项引导资金江苏省普通高校研究生科研创新计划项目国家自然科学基金更多>>
- 相关领域:自动化与计算机技术农业科学更多>>
- 基于小波系数相关性的MRI图像像素点分类处理算法
- 2014年
- 由于图像软组织的对比度和信噪比均较低的原因,传统的二进小波算法在进行磁共振图像的增强处理时效果不明显.文章首先在分析小波变换对噪声影响规律的基础上,结合磁共振图像(MRI)特点,对二进小波变换中各尺度上小波系数间的相关性进行分析和归类.其次,文章通过改进的小波系数相关性置信度方法,将MRI图像的像素点分为信号点、噪声点和性质未定点,并采用不同的增强函数对信号点和噪声点进行有效处理.最后,文章提出了一个基于三阶分段函数的性质未定点处理算法.实验表明,文章中所采取的方法能较好地实现像素点的分类,抑制其中的噪声点,有效地增强目标像素点.
- 程科汪正霞孙玮
- 关键词:二进小波磁共振图像图像增强多尺度积
- 一种水稻田稻飞虱图像识别的混合算法被引量:2
- 2015年
- BP神经网络方法和粒子群(PSO)方法较常用于稻飞虱图像处理。但是,BP算法容易陷入局部极值且收敛速度缓慢;PSO方法容易实现,而其参数较难合理设置。为此,提出一种基于BP和PSO的混合型算法,应用于稻飞虱图像的识别。算法利用PSO方法来优化BP网络权值,提高训练性能。为了避免PSO方法参数难以设定的缺点,采用了基于均匀设计的算法来设定PSO参数。同时,在稻飞虱图像预处理的关键环节,采用HLS模型实现图像的灰度转换。实验结果表明:与BP算法和PSO算法相比,BP-PSO混合算法识别率明显提高,平均正确识别率达到97%,训练时间降到1s以内,满足算法的实时性要求。
- 程科孙玮高尚
- 关键词:BP神经网络粒子群均匀设计稻飞虱