期刊导航
期刊开放获取
唐山市科学技术情报研究..
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多尺度空间PCNN模型的图像分割算法
被引量:
3
1
作者
杨娜
陈后金
+1 位作者
郝晓莉
李艳凤
《北京交通大学学报》
CAS
CSCD
北大核心
2013年第2期27-30,共4页
运动车辆图像中车牌具有所占比例小、位置不固定和大小不一的特点,因此,对车辆图像分割时车牌区域容易产生过分割与欠分割问题.脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)被誉为"第三代神经网络"并广泛应用于图像...
运动车辆图像中车牌具有所占比例小、位置不固定和大小不一的特点,因此,对车辆图像分割时车牌区域容易产生过分割与欠分割问题.脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)被誉为"第三代神经网络"并广泛应用于图像分割.在利用PCNN模拟人类视觉的图像分割过程中,由于传统PCNN模型中的连接矩阵使用固定值表示,使得PCNN模型不能满足图像分割时尺度变化的需求.为了解决这个问题,本文提出了基于多尺度空间PCNN模型的车辆图像分割算法,将尺度空间引入PCNN模型,使PCNN模型具有了尺度特性,提高了系统自适应分割车牌图像的能力.
展开更多
关键词
图像分割
脉冲耦合神经网络模型
尺度空间
多尺度空间
pcnn
模型
在线阅读
下载PDF
职称材料
改进的PCNN模型在多光谱与全色图像融合中的应用研究
被引量:
2
2
作者
段先华
操佳佳
刘佳
《现代电子技术》
2014年第3期55-60,共6页
介绍了PCNN模型原理,提出了基于双通道自适应的PCNN多光谱与全色图像融合算法。该算法首先将RGB空间的多光谱图像转换为HSV彩色空间,然后将HSV彩色空间中的非彩色通道(V通道)的灰度像素值和全色图像的像素灰度值分别作为PCNN-1及PCNN-2...
介绍了PCNN模型原理,提出了基于双通道自适应的PCNN多光谱与全色图像融合算法。该算法首先将RGB空间的多光谱图像转换为HSV彩色空间,然后将HSV彩色空间中的非彩色通道(V通道)的灰度像素值和全色图像的像素灰度值分别作为PCNN-1及PCNN-2的神经元输入,利用方向性信息作为自适应链接强度系数,对非彩色通道图像和全色图像进行自适应分解,再将点火时间序列送入判决因子得到新的非彩色通道图像,最后将原多光谱图像的H通道分量、S通道分量及新的V通道分量经HSV空间逆变换获得最终的融合图像。实验结果表明,该算法不仅解决了链接强度系数自动设置的问题,而且充分考虑到图像边缘和方向特征的影响,无论在主观视觉效果,还是客观评价标准上均优于IHS、PCA、小波融合等其他图像融合算法,同时降低了计算复杂度。
展开更多
关键词
遥感图像
图像融合
pcnn
模型
HSV彩色空间
在线阅读
下载PDF
职称材料
基于图像增强和α角度模型的K均值小麦冠层分割算法的改进
被引量:
3
3
作者
张小虎
黄芬
+4 位作者
陈佳悦
高翔
刘铭
姚霞
朱艳
《南京农业大学学报》
CAS
CSCD
北大核心
2018年第3期413-421,共9页
[目的]本文旨在克服光照不均引起的低对比度、反光、阴影、光斑及遮挡等对大田复杂背景下小麦冠层图像分割的干扰。[方法]设计了一种结合脉冲耦合神经网络(pulse coupled neural network,PCNN)与同态滤波的自适应图像增强和基于L*a*b*...
[目的]本文旨在克服光照不均引起的低对比度、反光、阴影、光斑及遮挡等对大田复杂背景下小麦冠层图像分割的干扰。[方法]设计了一种结合脉冲耦合神经网络(pulse coupled neural network,PCNN)与同态滤波的自适应图像增强和基于L*a*b*颜色空间α角度模型的K均值聚类分割算法。首先,将小麦冠层图像转换到HSI颜色空间,采用自适应算法对HSI空间的I分量进行增强处理,适当调节饱和度S分量,补偿光照强度分布不均,去除阴影及拉大对比度;其次,将增强处理后的图像映射到L*a*b*颜色空间,提取a*、b*分量建立α角度模型;最后,基于α进行K均值聚类分割处理。[结果]拔节前后光照强度不一、光照不均的冬小麦冠层图像的分割试验结果表明,该算法可一定程度避免基于L*a*b*颜色空间α角度分量K均值聚类的过分割现象;改善基于HSI空间H分量K均值聚类的欠分割缺陷,且对光斑、阴影遮挡、反光突出的图像分割更完整准确。[结论]本算法可为大田复杂背景下光照多变的作物冠层图像分割提供参考方法。
展开更多
关键词
小麦冠层图像分割
图像增强
脉冲耦合神经网络
同态滤波
α角度模型
L*a*b*颜色空间
在线阅读
下载PDF
职称材料
题名
基于多尺度空间PCNN模型的图像分割算法
被引量:
3
1
作者
杨娜
陈后金
郝晓莉
李艳凤
机构
中北大学电子与通信工程学院
北京交通大学电子信息工程学院
出处
《北京交通大学学报》
CAS
CSCD
北大核心
2013年第2期27-30,共4页
基金
国家自然科学基金资助项目(61271305
61201363)
文摘
运动车辆图像中车牌具有所占比例小、位置不固定和大小不一的特点,因此,对车辆图像分割时车牌区域容易产生过分割与欠分割问题.脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)被誉为"第三代神经网络"并广泛应用于图像分割.在利用PCNN模拟人类视觉的图像分割过程中,由于传统PCNN模型中的连接矩阵使用固定值表示,使得PCNN模型不能满足图像分割时尺度变化的需求.为了解决这个问题,本文提出了基于多尺度空间PCNN模型的车辆图像分割算法,将尺度空间引入PCNN模型,使PCNN模型具有了尺度特性,提高了系统自适应分割车牌图像的能力.
关键词
图像分割
脉冲耦合神经网络模型
尺度空间
多尺度空间
pcnn
模型
Keywords
image segmentation
pulse coupled neural networks
model
scale
space
multi-scale space pcnn model
分类号
TP391.9 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
改进的PCNN模型在多光谱与全色图像融合中的应用研究
被引量:
2
2
作者
段先华
操佳佳
刘佳
机构
江苏科技大学计算机科学与工程学院
出处
《现代电子技术》
2014年第3期55-60,共6页
基金
国家自然科学基金(41174164)
文摘
介绍了PCNN模型原理,提出了基于双通道自适应的PCNN多光谱与全色图像融合算法。该算法首先将RGB空间的多光谱图像转换为HSV彩色空间,然后将HSV彩色空间中的非彩色通道(V通道)的灰度像素值和全色图像的像素灰度值分别作为PCNN-1及PCNN-2的神经元输入,利用方向性信息作为自适应链接强度系数,对非彩色通道图像和全色图像进行自适应分解,再将点火时间序列送入判决因子得到新的非彩色通道图像,最后将原多光谱图像的H通道分量、S通道分量及新的V通道分量经HSV空间逆变换获得最终的融合图像。实验结果表明,该算法不仅解决了链接强度系数自动设置的问题,而且充分考虑到图像边缘和方向特征的影响,无论在主观视觉效果,还是客观评价标准上均优于IHS、PCA、小波融合等其他图像融合算法,同时降低了计算复杂度。
关键词
遥感图像
图像融合
pcnn
模型
HSV彩色空间
Keywords
remote sensing image
image fusion
pcnn
model
HSV color
space
分类号
TN911.73 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
基于图像增强和α角度模型的K均值小麦冠层分割算法的改进
被引量:
3
3
作者
张小虎
黄芬
陈佳悦
高翔
刘铭
姚霞
朱艳
机构
南京农业大学国家信息农业工程技术中心
南京农业大学信息科学与技术学院
中国移动通信集团浙江有限公司嘉兴分公司
出处
《南京农业大学学报》
CAS
CSCD
北大核心
2018年第3期413-421,共9页
基金
国家重点研发计划项目(2016YFD0300607)
江苏省农业科技自主创新资金项目[CX(14)2116]
文摘
[目的]本文旨在克服光照不均引起的低对比度、反光、阴影、光斑及遮挡等对大田复杂背景下小麦冠层图像分割的干扰。[方法]设计了一种结合脉冲耦合神经网络(pulse coupled neural network,PCNN)与同态滤波的自适应图像增强和基于L*a*b*颜色空间α角度模型的K均值聚类分割算法。首先,将小麦冠层图像转换到HSI颜色空间,采用自适应算法对HSI空间的I分量进行增强处理,适当调节饱和度S分量,补偿光照强度分布不均,去除阴影及拉大对比度;其次,将增强处理后的图像映射到L*a*b*颜色空间,提取a*、b*分量建立α角度模型;最后,基于α进行K均值聚类分割处理。[结果]拔节前后光照强度不一、光照不均的冬小麦冠层图像的分割试验结果表明,该算法可一定程度避免基于L*a*b*颜色空间α角度分量K均值聚类的过分割现象;改善基于HSI空间H分量K均值聚类的欠分割缺陷,且对光斑、阴影遮挡、反光突出的图像分割更完整准确。[结论]本算法可为大田复杂背景下光照多变的作物冠层图像分割提供参考方法。
关键词
小麦冠层图像分割
图像增强
脉冲耦合神经网络
同态滤波
α角度模型
L*a*b*颜色空间
Keywords
wheat canopy image segmentation
image enhancement
pulse coupled neural network(
pcnn
)
homomorphic filtering
alpha angle
model
L*a*b*color
space
分类号
S126 [农业科学—农业基础科学]
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多尺度空间PCNN模型的图像分割算法
杨娜
陈后金
郝晓莉
李艳凤
《北京交通大学学报》
CAS
CSCD
北大核心
2013
3
在线阅读
下载PDF
职称材料
2
改进的PCNN模型在多光谱与全色图像融合中的应用研究
段先华
操佳佳
刘佳
《现代电子技术》
2014
2
在线阅读
下载PDF
职称材料
3
基于图像增强和α角度模型的K均值小麦冠层分割算法的改进
张小虎
黄芬
陈佳悦
高翔
刘铭
姚霞
朱艳
《南京农业大学学报》
CAS
CSCD
北大核心
2018
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部