排序方式: 共有11条查询结果,搜索用时 15 毫秒
1.
2.
3.
4.
5.
由于影响成象和导致图象退化的因素具有模糊性和不确定性,很难准确地建立图象退化过程的数学模型,因而建立退化过程的逆过程图象恢复十分困难,为了解决这一问题,提出了一种基于CMC的图象恢复算法,该方法利用CMAC神经网络的非线性映射和综合能力,通过对影响成象和导致图象退化的过程进行反向学习来恢复图象。仿真结果表明,用CMAC神经网络能很好地恢复出已退化的图象,并且神经网络模型与学习方法十分简单,便于实时图象恢复。 相似文献
9.
10.
研究了采用多个高速DSPTMS320C30和MTS320C50并行处理,结合FPGA实现实时智能化机载火控图像跟踪瞄准技术,提出以互相关匹配,相邻帧图像实时相减和边缘检测定位技术对目标进行瞄准的实现方案;解决复杂背景下低对比度目标的瞄准跟踪。采用该技术的图像瞄准器的跟踪精度可达±1个象素,而平均帧处理时间仅为15ms,实验结果证明标准准效果良好。 相似文献