图像滤波的形态学开、闭型神经网络算法

该文设计完成了一种具有实用意义的形态学开、闭滤波的神经网络模型及其滤波参数的优化训练算法。实验结果表明该方法设计简便,实用性强且易于推广,对提高形态滤波性能效果明显。分析表明,形态滤波器可分解为形态滤波运算和结构元素选择两个基本问题,形态滤波运算规则已由定义本身确定,于是形态滤波器的最终滤波性能就仅仅取决于结构元素的选择。进行自适应优化训练的目的正是使结构元素具有图像目标的形态结构特征,从而使形态滤波器对复杂变化的图像具有良好的滤波性能和稳健的适应能力。     

基于形态学变权神经网络的数据精炼

本文研究了模式样本的选取操作要领和典型样本数据的精炼方法.为改善神经网络普遍存在着误差精度与收敛速率对初始权值颇为敏感甚至过于依赖的缺陷,采用感受野的Gabor函数模型来优化网络权值的初始量.这不仅能为学习过程提供一个良好的开端,重要的是将赋予网络模型以具备可塑性优化的基础和适应环境变化的潜力.算法运用主成份数学分析法对结构元分量的贡献率进行了统计度量与计算,以提取出对滤波运算最具影响力的主要分量,从而可显著降低数据处理量,使运行速度和学习效率更高.     

锰技会历次全会小统计

第一次第二次第三二次第四次第五次1匀83年3月1、了日1984年11月3~6日1985年12月1~3日198了年5月l~6日1匀89年4月20~24日厦门南宁珠海福州长沙论通过章程,成立“中国锰业”编委会订“九字”方针论科研、基建管理办法过奖励条例,修改章程彰科研成果锰技会历次全会小统计@余农~~     

Morphological neural networks for automatic target detection by simulated annealing learning algorithm

Automatic detection of an image target is of great significance in modern world. Because of the highly nonlinear nature of the vision process[1], applying nonlinear information processing technique becomes a new trend in image processing field. As an effective nonlinear theory for image processing[25], mathematical morphology has a set of integrated concepts, methods and algorithms to describe the basic characteristics of an image, namely the geometry and structure relation between the pixel s…     

基于三角模融合准则的滤波算法

本文针对线性和非线性混合滤波技术的不足,提出了一种基于三角模融合算子的混合滤波算法.此算法根据信息融合的竞争性、互补性、冗余性的特点,运用三角模算子对边界点进行融合判断,从而根据融合结果,进行混合滤波.本算法很好地克服了单源判别边界点误报风险大、可靠性和容错性差的弊端,改进了滤波性能.后续实验证明了本算法的有效性,为图像滤波的技术发展提供了一个新的探索途径.     

Automatic target detection by optimal morphological filters

It is widely accepted that the design of morphological filters,which are optimal in some sense,is a difficult task.In this paper a novel method for optimal learning of morphological filtering parameters(Genetic training algorithm for morphological filters,GTAMF)is presented.GTAMF adopts new crossover and mutation operators called the curved cylinder crossover and master-slave mutaition to achieve optimal filtering parameters in a global searching,Experimental results show that this method is practical,easy to extend,and markedly improves the performances of morphoological filters.The operation of a morphological filter can be divided into two basic problems including morphological operation and structuring element (SE)Selection.The rules for morphological operations are predefined so that the filter‘s properties depend merely on the selection of SE.By means of adaptive optimization training,structureing elements possess the shape and structural characteristics of image targets,and give specific information to SE.Morphological filters formed in this way become certainly intelligent and can provide good filtering results and robust adaptability to image targets with clutter background.     

一种基于神经网络的形态滤波器优化设计方法

给出了一种利用神经网络实现灰度形态滤波器参数的优化设计方法。文中首先简述了形态滤波器的基本理论,并设计出了灰度形态学的两种最基本运算(膨胀和腐蚀)的神经网络结构,其网络权值即为形态运算的结构元素值。然后,按照d学习规则,自适应地对结构元素(形状和数值)进行学习训练,以获得最佳的灰度形态滤波器参数。该方法设计简便,实用性强且易于推广,对提高形态滤波性能效果显著。     

红外图像目标环境生成技术研究

研究了图像环境生成过程中红外目标特征信息提取所面临的重要技术问题，提出了自适应背景感知与对消处理、抑制背景的自动门限选取和形状分析与目标特征识别的层次化数据处理流程，基于数学形态学理论实现了图像背景感缸的应用研究算法，实验测评表明，该算法对复杂变化的图像环境具有良好的滤波性能和稳健的适应能力。