首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 15 毫秒
1.
基于向心自动波交叉皮质模型的非均匀光照图像增强   总被引:1,自引:0,他引:1  
面向非均匀光照图像, 提出了基于向心自动波交叉皮质模型(Centripetal-autowave intersecting cortical model, CA-ICM)的图像增强算法. 为了解决原始交叉皮质模型(Intersecting cortical model, ICM)固有自动波效应在图像增强应用中易导致边缘模糊的问题, 首先,设计了基于形态学中值集的向心自动波(Centripetal autowave, CA)实现方式. 提出了基于图像特征---键值(Key)的自适应S形状映射函数, 以此作为CA-ICM模型的输入输出的映射关系. 为了增强算法的鲁棒性, 对未点火位置进行了标注和修复. 最后提出了非线性变换的颜色恢复方法. 同时对模型参数设计进行了细致讨论. 仿真结果表明, 该模型可以有效进行光照动态范围的调整, 向心自动波约束产生了邻域内的侧抑制作用, 输出图像对比度得到大幅提升, 细节边缘清晰, 颜色恢复充分自然, 客观评价值高.  相似文献   

2.
张军英  苏健 《计算机仿真》2004,21(6):118-121
该文基于输出一阈值耦合神经网络的自动波现象,提出了一种用自动波方法求解TSP问题的方法。该方法具有鲁棒性和可靠性好、大规模并行计算等特点,可用于求解对称、非对称赋权图的TSP问题。与目前其它求解TSP问题的方法相比,自动波方法执行更为简单,不需要太多人为的选择参数等问题,且不存在局部极小点的问题,求得的解全部是最优解。其所需的计算量(迭代次数)主要取决于最短回路的长度,而与图的复杂程度、所存在的通路总数关系不大。最后文中给出了TSP求解的例子。  相似文献   

3.
秦东  毕笃彦  李权合 《计算机工程》2011,37(18):214-216
针对交叉视觉皮层模型(ICM)网络运行速度慢的问题,提出一种用于图像处理的混合视觉皮层模型(MCM)。MCM将人眼视觉现象中的韦伯律特性融入ICM,根据韦伯律特性设定神经元点火域值,采用金字塔分解式的运算方法扩大神经元的感受野,并利用ICM的脉冲同步发放性质,实现快速图像处理。基于MCM开发红外图像的去噪算法及红外图像分割算法,实验结果表明,与基于ICM的图像去噪和分割算法相比,基于MCM的算法具有良好的去噪和分割效果,运行速度较快。  相似文献   

4.
交叉视觉皮质模型(ICM)的神经元受到二值图像中背景信息的激发并将点火信息在神经网络中并行传播,根据ICM具有相似神经元同步激发从而产生脉冲输出的特性,研究和实现了图像形态学的腐蚀、膨胀和骨架化.实验结果表明,利用ICM对二值图像处理的结果等同于数学形态学中的处理结果,且较传统数学形态学中的处理效率平均快3~5倍.  相似文献   

5.
ICM(整合客户管理)是当前电信行业的流行话题,但真正开展ICM建设的电信运营商却并不多。Amdocs公司首席科学家Tal Givoly在接受采访时表示,ICM战略的最核心内容就是为客户提供差异化的预期客户体验,从而建立更强大,更具赢利性的客户关系,进而提升企业竞争能力。同时,Tal还宣布在收购了Qpass和Cramer两家公司之后,Amdocs将迅速把这两类应用引入中国市场,帮助运营商实现更有效的内容管理和运营支撑系统的建设。ICM是Amdocs公司所提倡的一种运营商发展战略,但在中国市场似乎受到了质疑:在目前的情况下,运营商有必要采用ICM战略吗?Tal…  相似文献   

6.
In this paper, we investigate channel frequency response(CFR) matrix and interference-plus-noise covariance matrix(ICM) estimation in multiple-input multiple-output(MIMO) and orthogonal frequency division multiplexing(OFDM) systems to suppress co-channel interference at the receiver side. We employ least square criterion to perform the initial CFR estimation. Then we estimate the autocorrelation function of interference-plus-noise in the time domain, instead of estimating the ICM in the frequency domain directly.The autocorrelation function estimation has two steps. Firstly, we present the inherent relationship between the expectation of the sample autocorrelation function of the residual(SAFR) and the true autocorrelation function, which is actually a linear transformation. Based on this, we propose a compensating method. This compensation brings significant performance gains when the pilot OFDM symbol number is small. Secondly,since the compensated SAFR cannot be guaranteed to be an autocorrelation sequence(ACS), which will make the obtained ICM loss the positive semidefinite property, we utilize semidefinite programming(SDP) to find an ACS that is the nearest to the compensated SAFR. The SDP is solved in its dual form, which yields a significant reduced complexity. Finally the estimated ICM is reutilized to revise the CFR estimation. The estimated CFR and ICM show excellent interference suppression performances when being applied in an interference rejection combining receiver.  相似文献   

7.
传统的交叉视觉皮质模型(ICM)对单一噪声的去除具有良好的性能.为了扩展ICM在图像降噪领域的应用,提高降噪能力,提出一种基于邻域连接的NL-ICM.针对传统ICM存在的局限性,在神经元的构造上引入双边滤波的思想,通过扩展神经元的连接输入、引入连接权重、设计脉冲阈值实时计算函数,并为神经元设计像素更新规则.实验结果表明,该模型能够较好地去除图像中的混合噪声.  相似文献   

8.
蒲恬  李英花  程建  郑虎 《计算机应用》2012,32(11):3153-3156
为了获得更加符合人眼生理视觉感知的图像,提出了一种在HIS空间上的基于改进的交叉视觉皮质模型(ICM)的彩色图像增强算法。在分析传统ICM工作机制的基础上,保留原模型的基本特性,对模型中的内部活动项和动态阈值部分进行改进,将线性衰减变为非线性,满足了人眼对亮度感知的非线性;同时将衰减因子变为步长的减法,降低了算法复杂度并增强了算法的自适应性。结合图像增强的原理,对亮度分量采用符合视觉属性的阈值强度函数,同时对饱和度分量进行非线性处理。实验表明用该算法能获得更加清晰、鲜艳生动的处理结果。  相似文献   

9.
针对波分复用光网络在动态业务下的路由和波长分配问题,本文将一种改进的脉冲耦合神经网络(PCNN——Pulse Coupled Neural Networks)算法引入到光网络路由选择中,并将波长分配与分层图模型相结合,通过改变PCNN神经元的点火方式以及控制自动波的传播时间模拟路径代价,使得网络路由选择具有了PCNN的并行处理特性。结合波长分配算法进行仿真,结果表明,本算法与传统的最短路径算法相比,总能得到全局最优解且计算量小,降低了网络的呼叫阻塞率,提高了对网络资源的利用。  相似文献   

10.
用最大熵原则作多阈值选择的条件迭代算法   总被引:13,自引:0,他引:13  
罗希平  田捷 《软件学报》2000,11(3):379-385
最大熵原则是图像处理中阈值选择的最常用方法之一.很多研究者针对最大熵原则作了各种研究,但一般都回避了用最大熵原则进行多阈值选择时运算量太大的问题.该文提出了解决这一问题的条件迭代ICM(iterated conditional modes)算法.通过实验比较了ICM算法与H.D.Cheng等人提出的模拟退火算法,充分显示了ICM算法的有效性.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号