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
共找到4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：
基于改进型PCNN的智能灯检机研究 被引量：21
1
作者 葛继 王耀南 +1 位作者 张辉 周博文 《仪器仪表学报》 EI CAS CSCD 北大核心 2009年第9期1866-1873,共8页
设计了一种基于改进型脉冲耦合神经网络(pulse coupled neural networks,PCNN)的全自动智能灯检机,以实现药液中可见异物在线高速、高精度检测。为了从采集的复杂序列图像中提取出微小的运动目标,本文设计的机械装置能保证智能灯检机按... 设计了一种基于改进型脉冲耦合神经网络(pulse coupled neural networks,PCNN)的全自动智能灯检机,以实现药液中可见异物在线高速、高精度检测。为了从采集的复杂序列图像中提取出微小的运动目标,本文设计的机械装置能保证智能灯检机按照"旋转-急停-跟踪拍摄"这一检测流程,利用序列图像在时空上的连续性,克服大量背景干扰。由于存在连续图像中物体位置变化不大而导致漏检的可能性,相机采用外部等间隔时间触发拍摄模式。最后应用所述改进型脉冲耦合神经网络分割图像,并根据目标运动轨迹的连续性和平滑特点判断异物的存在性。实验表明,该智能灯检机能够有效检测出药液中的可见异物,检测速度、精度、误漏检率均能很好的满足医药生产线的需求。 展开更多
关键词 智能灯检机 改进型PCNN 异物检测 图像处理
下载PDF
基于改进型脉冲耦合神经网络的刀具磨损图像检测 被引量：7
2
作者 李鹏阳 祝双武 +2 位作者 郝重阳 王毅 陈世浩 《西北工业大学学报》 EI CAS CSCD 北大核心 2008年第2期194-199,共6页
脉冲耦合神经网络(Pulse Coupled Neural Networks,PCNN)图像分割法能很好将机械加工中的刀具磨损区域分割出来,但分割出来的图像是二值图像,很难将刀体和背景区分开来,这样就难于达到对刀具及其磨损状态进行精确监测的目的,为了解决这... 脉冲耦合神经网络(Pulse Coupled Neural Networks,PCNN)图像分割法能很好将机械加工中的刀具磨损区域分割出来,但分割出来的图像是二值图像,很难将刀体和背景区分开来,这样就难于达到对刀具及其磨损状态进行精确监测的目的,为了解决这一难题,文中提出了改进的脉冲耦合神经网络分割算法,可成功分割出刀具磨损区、刀体和背景区域,通过对分割后图像的分析与识别,可以实现对刀具磨损状态的检测。对车削加工中刀具不同磨损阶段的磨损图像进行分割的实验,证明了该算法的有效性。 展开更多
关键词 改进的PCNN 刀具磨损图像分割 磨损区域
下载PDF
改进的脉冲耦合神经网络人脸特征提取方法 被引量：3
3
作者 王晅 杨光 《计算机工程与应用》 CSCD 2013年第1期213-216,共4页
针对基于子空间分解的人脸特征提取方法对人脸图像在采集过程中的光照、旋转、位置等变化较为敏感的问题,提出了一种改进的脉冲耦合神经网络人脸特征提取方法。该方法模拟生物视觉的感知过程,将人脸图像分解成由若干二值图像组成的认知... 针对基于子空间分解的人脸特征提取方法对人脸图像在采集过程中的光照、旋转、位置等变化较为敏感的问题,提出了一种改进的脉冲耦合神经网络人脸特征提取方法。该方法模拟生物视觉的感知过程,将人脸图像分解成由若干二值图像组成的认知序列,计算序列中的每幅二值图像的熵作为人脸特征,基于支持向量机实现分类与识别;同时克服了标准的脉冲耦合神经网络模型参数过多的缺点,识别率也有所改善。理论与实验结果表明,该方法与现有的基于子空间分解的人脸特征提取方法相比,对人脸图像在采集过程中的光照、旋转、位置等变化有较强的鲁棒性,而且具有较低的维数。 展开更多
关键词 脉冲耦合神经网络(PCNN) 改进的脉冲耦合神经网络(M-PCNN) 人脸识别 特征提取 信息熵 支持向量机(SVM)
下载PDF
基于方向滤波器组与Laplacian能量和的图像融合算法
4
作者 叶玫 刘盈 《包装工程》 CAS 北大核心 2019年第1期218-227,共10页
目的针对基于Contourlet变换的融合算法在边缘上易出现吉布斯现象,使其融合图像产生几何失真的问题,设计一种非下采样方向滤波器组耦合局部Laplacian能量和的图像融合算法。方法首先,结合多小波变换(multi-wavelet transform,MWT)与非... 目的针对基于Contourlet变换的融合算法在边缘上易出现吉布斯现象,使其融合图像产生几何失真的问题,设计一种非下采样方向滤波器组耦合局部Laplacian能量和的图像融合算法。方法首先,结合多小波变换(multi-wavelet transform,MWT)与非下采样方向滤波器组(Non-Subsampled Direction FilterBank,NSDFB),将图像分解为3个高频方向系数和1个低频系数。对于低频系数,采用局部修正的Laplacian能量和(Local Sum-Modified-Laplacian,LSML)与脉冲耦合神经网络(Pulse couple neural network,PCNN)组合的LSML-PCNN模型来完成低频信息的融合。对于高频系数,通过提取低频和高频子带边缘,并利用系数绝对最大值法作为依据,实现高频系数的融合。结果实验数据表明,与当前图像融合方案相比,所提算法具有更高的融合质量,得到的融合图像边缘更加清晰和完整。结论所提算法拥有较高的融合视觉效果,可改善图像的对比度和分辨率,在图像处理领域具有一定的参考价值。 展开更多
关键词 图像融合 多NSDFB 局部改进的Laplacian能量和 脉冲耦合神经网络 非下采样方向滤波器组
下载PDF
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
使用帮助 返回顶部