排序方式: 共有48条查询结果,搜索用时 31 毫秒
31.
边缘是物体的基础特征,传统边缘检测方法具有一定的局限性。鉴于人类视觉系统能高效准确地感知物体的边缘信息,根据大脑侧膝体(Lateral Geniculate Nucleus,LGN)和初级视皮层(primary visual cortex,V1)简单细胞的感受野特性,提出一种脑启发式的前馈LGN-V1(Feedforward LGN-V1,FLV)视觉感知模型。首先用高斯函数之差模拟单个LGN细胞的同心圆式感受野,再通过同类LGN细胞的联合构建细胞组,最后将两类细胞组分别共线排列并平行放置模拟得到特定偏好朝向V1简单细胞。通过多简单细胞响应的整合获取全体V1简单细胞的响应。实验结果表明,FLV模型能体现真实简单细胞的生物特性。较传统的边缘检测方法而言,所提模型效果更优,具有更好的鲁棒性。 相似文献
32.
基于多尺度分块卷积神经网络的图像目标识别算法 总被引:1,自引:0,他引:1
针对图像在平移、旋转或局部形变等复杂情况下的识别问题,提出一种基于非监督预训练和多尺度分块的卷积神经网络(CNN)目标识别算法。算法首先利用不含标签的图像训练一个稀疏自动编码器,得到符合数据集特性、有较好初始值的滤波器集合。为了增强鲁棒性,同时减小下采样对特征提取的影响,提出一种多通路结构的卷积神经网络,对输入图像进行多尺度分块形成多个通路,每个通路与相应尺寸的滤波器卷积,不同通路的特征经过局部对比度标准化和下采样后在全连接层进行融合,从而形成最终用于图像分类的特征,将特征输入分类器完成图像目标识别。仿真实验中,所提算法对STL-10数据集和遥感飞机图像的识别率较传统的CNN均有提高,并对图像各种形变具有较好的鲁棒性。 相似文献
33.
针对复杂场景中视频序列目标运动特征提取困难的问题,借鉴生物视觉系统对视频动态目标的运动感知机制,改进初级视皮层(V1)细胞模型,提出一种基于生物视皮层机制的视频运动特征提取方法。采用时空滤波器与半平方加归一化分别模拟神经元感受野的线性与非线性特性,再通过在输出权值中加入方向选择性调节参数得到普适性的V1细胞模型,从而解决传统模型方向选择性单一、多方向选择能力偏弱的问题。仿真结果表明所提模型模拟输出与生物实验数据较为吻合,能够模拟不同方向选择性的V1细胞,对复杂运动形态的随机点视频序列具有良好的运动特征提取能力。依靠该方法可以为处理特征光流信息提供新的思路,进而实现对视频序列目标的运动特征提取和有效跟踪。 相似文献
34.
基于形态学膨胀和差分缩减的嵌入式图像编码算法 总被引:2,自引:0,他引:2
根据带内小波系数的聚类特性和带间小波系数的相似性,提出了一种新的小波图像编码方法.使用两种大小尺寸的形态学膨胀算子优化带内重要系数编码,并对两种膨胀方式采用不同的算术编码模型,克服了传统单一算子不能平衡膨胀速度和膨胀质量的不足.使用差分缩减方式对各小波系数聚类簇的起始位置和稀疏系数进行编码,提高对不重要系数小波系数的编码效率.算法还利用“父子”关系去除小波系数的带间相关性,使用精心设计的算术模型可进一步压缩码字冗余.编码器算法简单,基于位平面实现,因此码流具有渐进性.实验结果表明,本算法的编码性能优于传统的零树编码器SPIHT、最优率失真截断编码EBCOT,也优于非渐进特性的形态学小波编码器MRWD和SLCCA. 相似文献
35.
扩频通信系统的中频数字化处理技术 总被引:3,自引:1,他引:2
介绍了一种应用于抗干扰综合信息系统的数字扩频通信系统 ,具体讨论了利用匹配滤波器完成PN码的快速捕获和利用谱估计完成载频的频移补偿的数字化处理技术 ,系统可以实现远距离的无线数据通信 ,文中给出了中频数字部分的实现原理以及软硬件框图。 相似文献
36.
37.
研究气缸套试样表面微造型技术和微纳米颗粒填充技术对缸套-活塞环摩擦副摩擦学性能的影响。在富油和贫油2种工况下,探究表面微造型和微纳米颗粒填充技术对摩擦副的摩擦因数和抗黏着磨损时间的影响。试验结果表明:在富油工况下,表面两端微造型和蛇纹石二硫化钼微纳米颗粒复合填充气缸套试样的摩擦因数最小,比机械珩磨气缸套试样的摩擦因数降低了13.99%;在贫油工况下,表面全部微造型和蛇纹石二硫化钼微纳米颗粒复合填充气缸套试样的抗黏着磨损时间最长,比机械珩磨气缸套试样的抗黏着磨损时间延长了85.79%;在试验过程中,表面微坑中的微纳米颗粒的溢出率会随着时间的延长而逐渐下降,最后趋近于0。 相似文献
38.
一种机载数字视频记录系统的研制 总被引:6,自引:0,他引:6
飞机座舱内的各种仪表、平显的实时视频记录画面,对于平时飞行训练质量评估,战时维修保障具有十分重要的现实意义。文章叙述了一种机载数字视频记录系统的设计与实现,该记录系统的数据流格式为MPEG-1,记录时间长达20小时左右,文中给出了硬件和软件的实现流程。 相似文献
39.
为了提高遥感图像中机场检测的准确性和速度,提出一种迁移学习结合难分样本挖掘的机场检测方法.首先,舍弃以往滑动窗口加手工设计特征的方式,构造了区域卷积神经网络作为基本架构;其次,基于自然图像和机场遥感图像具有共同的低级和中级视觉特征,网络模型在自然图像上进行预训练并修改完善后,在数据有限的机场上迁移学习;然后,在样本训练中借鉴难分样本挖掘思想来提高网络的目标判别能力和训练效能;最后,使用交叉优化策略实现区域建议网络和后续检测网络的卷积层共享,大大地减少了检测时间.仿真结果表明,所提方法能在复杂背景下准确地检测出不同类型的机场,得到检测率为93.6%、虚警率为11.6%、时间为0.2s的实验结果,各项性能均优于其他对比方法. 相似文献
40.