基于视觉神经元ON—OFF模型的图象增强

探讨基于视觉神经网络 ON- OFF模型的图象增强 .通过计算仿真 ,找到了关于这种视觉模型应用于图象处理合适的实现形式 ;探讨了衰减常数和颜色恒定性的关系 ;以及空间常数变化和动态范围压缩与细节增强能力的联系 .使用合适的衰减常数 ,可以使该神经元模型在颜色恒定性计算上性能优良 ,同时 ,适当大小的空间常数 ,能够在颜色保真度和图像增强性能之间取得合适的平衡 .神经网络对复杂背景图象的增强效果良好 ,但是由于同样基于“灰度世界”假设 ,因此在处理违反这一假设的特殊图象时 ,此模型在颜色表征上仍然具有缺陷 ,这就部分限制了模型的应用 .最后探讨了可能的改进方向 .     

基于Shamir秘密共享方案的数字水印算法

数字水印已成为数字作品版权保护的一种手段,而鲁棒性和不可察觉性是其基本要求.为此,提出了一种基于Shamir秘密共享方案的数字水印算法.该算法首先将图象分成n块,并将水印信息也分成n份,然后通过DCT的相邻系数比较法,将每份水印信息嵌入到图象的相应块中,提取时,只要获得其中的任意t(≤n)份水印信息就可以恢复出原始水印.为提高提取水印图象的精度,给出了基于模糊集的改进算法.实验结果表明,该算法的隐藏效果很好,并且对单一攻击及多种复合攻击具有很好的鲁棒性.     

基于小波域边缘方向特征的SAR图象噪声抑制方法

给出了一种新的基于小波变换的合成孔径雷达 (SAR)图象斑点噪声抑制方法 .利用每一级小波分解得到的小波系数子带 HL和 L H,以及对原图进行水平方向旋转正负 4 5°扫描后得到的另外两个正交方向的小波系数子带 rc HL和 ra HL ,可以判断出对应点边缘方向性的强弱 ,通过设定方向性阈值 ,确定该点是否位于边缘上 ,进而对没有位于边缘的点进行平滑 ,达到保留图象边缘的同时 ,抑制斑点噪声的目的 .为解决对某些振荡型边缘的检测问题 ,还结合阈值法 ,对该方法做了改进 .实验表明 ,与小波域的硬阈值或软阈值去噪方法相比 ,此方法在有效地抑制斑点噪声的同时 ,更好地保留了 SAR图象中的边缘和纹理信息 .     

智能车辆导航路径识别的模糊神经网络方法研究

研究了采用模糊神经网络来识别 JL UIV- 2型视觉导航智能车辆模糊和脏污的导航路径的方法 ,提出了两种模糊神经网络模型 .第 1种模糊神经网络有 5层结构 ,采用正态分布概率函数作为模糊化函数 ;第 2种模糊神经网络有 6层结构 ,采用 π函数作为模糊化函数 .同时采用改进的快速 BP算法对这两种模糊神经网络进行训练 ,并采用实际模糊和脏污的条带状导航路标图象进行了识别试验 .试验结果表明 ,所提出的模糊神经网络可使智能车辆有效地识别出模糊和脏污的导航路径     

基于Web的火焰图象处理和燃烧诊断系统的设计与实现

为了实现电站锅炉炉膛火焰的可视化和对炉膛燃烧状况进行在线智能诊断 ,以便为电站运行人员提供有效的运行指导信息 ,研制开发了一套基于 Web的火焰图象处理和燃烧诊断系统 ,并提出了一种采用 Java技术、基于 Web应用的浏览器 /服务器 (B/ S) 3层结构模型 ,同时分析了 B/ S 3层结构的优点 ,并将此结构应用于电站锅炉火焰图象处理和燃烧诊断系统中 .该系统首先通过光学镜头组、CCD摄像机、图象采集卡得到火焰图象 ,同时利用获得的炉内辐射信息来对炉内火焰燃烧状态和 NOX排放量进行在线监控和分析 ;然后根据比色测温原理计算投影温度场 ;最后利用代数重建算法 ART(Algebraic Reconstruction Techniques)来进行燃烧温度场的重建 ,并生成了各种分析曲线图表 .该基于 Web的火焰图象处理和燃烧诊断系统已经在 30 0 MW电站煤粉锅炉上得到初步应用 ,实践证明 ,该系统能够有效地提高电厂运行的经济性和安全性 .     

基于自适应免疫遗传算法的边缘检测

为了使检测的图象边缘结构定位好 ,并且产生连续的精细边缘 ,同时能滤除边缘图象中的噪声干扰 ,基于费用函数最小化方法 ,提出了一种自适应免疫遗传算法用于图象的边缘检测 .为了保持群体中个体的多样性 ,同时加快算法的收敛速度 ,该算法中交叉、变异和免疫算子采用了自适应变化而非固定的概率 ,同时免疫算子采用了几何形式的退火选择方案 .由于该算法能够有效地利用局部边缘结构的一些先验知识和特征信息制作成免疫疫苗 ,其局部搜索能力较经典的遗传算法有很大的提高 .该方法用于灰度图象时产生了令人满意的检测效果 ,并对噪声有较好的抑制作用     

一种肺部肿瘤CT图象序列的自动分割方法

肺部肿瘤序列图象的自动分割是计算机肺部肿瘤三维辅助诊断系统的关键技术之一,肿瘤与周围组织关系的复杂性造成分割困难.为了给医生提供准确的肺部肿瘤影像,运用纹理分析和径向基神经网络实现了肺部肿瘤CT图象序列的自动分割,并根据相邻层肿瘤图象灰度、位置的相关性,提出了一种自动获取多层肿瘤区域神经网络训练样本的阈值分割算法.该算法首先计算图象纹理统计参数,以组成特征矢量空间,然后利用自适应径向基神经网络对特征矢量进行分类来实现肿瘤序列图象的自动分割.实验结果表明,与基于灰度的区域增长法和基于梯度算子和形状算子的最优阈值的分割方法相比较,该方法不仅能充分利用肺部肿瘤序列图象的三维信息,还可最大限度地减少人工干预,且分割结果较好地表现了肿瘤形态特征,经临床医生评估,具有较好的临床指导价值.     

基于三维离散余弦变换的静止彩色图象压缩

为了既能获得较高的压缩比 ,又能保证较好的图象质量 ,提出了一种基于三维离散余弦变换 (3D DCT)的静止彩色图象编码方法 .在此算法中 ,首先将原始图象分割成互不覆盖的 8× 8子块 ;然后根据局部能量的大小将各子块分为 4类 ,再把属于同一类的子块组合到一起 ,形成三维立方体并对三维立方体进行三维离散余弦变换 ,从而提高压缩效率 .计算机模拟结果表明 ,此算法在压缩比高于 4 0时 ,其平均峰值信噪比约为 2 9d B,解压后的图象质量有较高的保真度 ,在同等情况下 ,其比 JPEG标准提高约 5 d B     

基于阴影恢复形状的起皱织物表面形态重建研究

阴影恢复形状算法是计算机视觉中的一个重要研究课题 ,该算法应用于织物三维表面重建 ,为客观评价织物起皱等级奠定了基础 .提出了一种新的阴影恢复重建算法 ,并阐述了该算法的实现步骤和计算方法 .先利用合成图象对算法进行迭代计算并验证 ,获得了较为准确的重建图象 ,然后再结合真实模板进行重建 ,重建准确度较高 .同时说明了该算法可应用于真实织物的表面重建之中 ,并可从获得的织物三维轮廓数据中提取特征值 ,实验表明 ,这些特征值均可从不同侧面表征织物的褶皱程度 ,特征值与织物的褶皱程度基本呈线性相关     

交互式分割视频运动对象的研究与实现

在 MPEG- 4视频编码标准中 ,为了实现基于视频内容的交互功能 ,视频序列的每一帧由视频对象面来表示 ,而生成视频对象面 ,需要对视频序列中运动对象进行有效分割 ,并跟踪运动对象随时间的变化 .在视频分割方法中 ,交互式分割视频对象能满足分割的效率与质量指标要求 ,因此提出了一种交互分割与自动跟踪相结合的方式来分割视频语义对象 ,即在初始分割时 ,依据用户的交互与形态学的分水线分割算法相结合提取视频对象轮廓 ,并用改进的轮廓跟踪方法有效提高视频对象轮廓的精度 ;对后续帧的跟踪 ,采用六参数仿射变换跟踪运动对象轮廓的变化 ,用平移估算的运动矢量作为初始值 ,计算六参数仿射变换的参数 .实验结果表明 ,该方法能有效地分割并跟踪视频运动对象     

基于Fuzzy ARTMAP神经网络的高分辨率图象土地覆盖分类及其评价

主要讨论了基于Fuzzy ARTMAP神经网络的高分辨率遥感图象土地覆盖分类方法及其实践．首先介绍了Fuzzy ARTMAP神经网络的原理，然后用SPOT XS图象试验数据进行土地覆盖分类．分类结果与传统的最大似然监督分类(MLC)、反馈式(Back Propagation，BP)神经网络的分类结果进行了比较．通过抽取500个样点对3种分类结果进行精度评价表明，Fuzzy ARTMAP神经网络相对其他两种方法，分类精度均有不同程度的改善，具有更好的分类结果，总分类精度比MLC和BP算法分别提高17．41％、7．32％．最后，对不同分类方法对于土地覆盖分类结果的影响进行了评价和分析．试验表明，Fuzzy ARTMAP神经网络用于高分辨图象土地覆盖分类研究可以获得相对较好的分类结果．     

基于模糊神经网络的脉冲噪声滤波器

针对一般模糊神经网络结构复杂、不利于硬件实现的问题,提出了一种基于Sugeno型模糊神经网络的新型脉冲噪声滤波器,该滤波器采用神经网络的结构设计,有利于噪声模式的检测,其内含于神经网络中的模糊推理机制不仅能够有效地滤除脉冲噪声,而且又不破坏图象的细节,该滤波器还采用能够获得全局解的遗传算法来对网络进行调整,初步研究表明,该模糊神经滤波器在滤除景物图象中的脉冲噪声方面,优于标准中值滤波器。     

基于模糊神经网络的空中目标威胁估计

将模糊神经网络用于空中目标威胁估计，阐述了网络结构的确定和算法实现过程。由于模糊神经网络不需要对象的准确模型。它以分布的方式存储信息，利用网络的拓扑结构和权值分布实现非线性映射，在神经网络框架下引入模糊规则，使网络中的权值有明显的意义，且保留了神经网络的学习机制，对权值的学习采用改进BP算法。仿真结果表明了该方法的有效性，为进行有效的目标威胁评估提供了一条新的思路。     

基于模糊神经网络的火灾信号处理设计

本文针对传统智能建筑中火灾报警系统功能简单、定位困难且存在误报和漏报等问题,设计了一种基于模糊控制理论、人工神经网络的火灾安全报警系统。该系统依靠模糊控制理论提高了灵敏度,减少了误报率,并结合神经网络具有自学习功能的特点,提高了整个系统的智能化水平。作者阐述了火灾报警系统的设计原理,对模糊理论和几种神经网络模型进行了分析,并使用MATLAB软件对设计的算法进行了仿真分析。该系统达到了比较理想的效果。     

基于模糊神经网络的输液监控系统设计

以MSP430MCU为控制核心，结合输液传感器、电动执行器、液晶显示、键盘等，实现了对输液过程的自动监控。由于输液系统是一个非线性、时变、滞后的复杂控制对象，采用传统的控制策略难以取得良好的实时监控效果。本文介绍了一种基于模糊神经网络模型的控制方法．该方法结合了模糊逻辑控制和神经网络的优点．利用神经网络记忆模糊规则和实现模糊控制，并利用误差反向传播算法实现当控制对象参数变化时控制器的在线自学习。从而能快速、准确的对实测数据进行综合、分析和处理，达到智能实时控制的效果。经试验，其控制精确，运行可靠且系统体积小、成本低、操作简便，具有推广应用价值。     

基于模糊神经网络的网络业务分类研究

该文利用神经网络的自学习能力和模糊逻辑的动态性和及时性等特点,将模糊逻辑和神经网络有机地结合起来,构造出了四层模糊神经网络,并用训练神经网络的相应学习算法训练网络,将该模型用于网络业务源特征提取与分类的研究中,并与单纯的神经网络算法相比较。计算机仿真结果表明,模糊神经网络方法比神经网络算法更优越,该文的研究结果为解决网络业务源特征提取与分类奠定了基础。     

新型模糊形态神经网络及其应用研究

该文在简要介绍形态学神经网络(MorphologicalNeuralNetwork,简称MNN)的基础上,提出了一种新型的模糊形态学神经网络,给出了其相应的模型。结合实例,比较了常见BP网络、形态学BP神经网络和模糊形态BP神经网络的训练结果和性能。实验结果表明,这种新型的神经网络具有较高的识别率和适应能力,同时此新型神经网络的提出丰富了神经网络模糊技术的研究。     

洗衣机神经网络模糊控制器的设计

将BP神经网络与模糊控制相结合设计洗衣机神经网络模糊控制器．并用MatLab进行仿真实验。预设洗衣机水位、水流强度和洗涤时间,自动生成模糊控制规则和隶属度函数,在整个过程中实时调整这些参数．提高洗衣机的性能．达到较好的节水省电的洗衣效果。     

基于模糊神经网络的信息系统风险分析

通过分析信息系统的风险,构建了不确定事件发生概率及其造成损失的层次化结构;将模糊综合评判与神经网络技术相结合的方法运用于信息系统的风险评估过程中,实现了系统风险的量化;最后,通过实例说明了算法的应用,并借助线性回归的方法检测了模型的有效性。通过该方法,不但量化了系统风险,而且将其运用于评估可行性方案集上,还能有效地实现风险控制策略的选择,实现风险的有效控制。     

基于增强卷积神经网络的路面裂纹检测

为了提高路面裂纹检测的效率以及精度,将增强卷积神经网络引入路面裂纹图像识别中。首先,采用线性灰度变换对原始图像进行预处理,减少噪声对识别的影响。接着经过结构设计,算法训练以及实验样本测试几个步骤后,建立了路面裂纹识别模型。最终通过在Matlab实验显示,建立的识别模型能够有效地对路面裂纹进行识别,识别率可达92.8%。实验结果表明相比于其他算法,本算法具有效率高、结果准确等优势,能够满足工程需求。