您的位置: 专家智库 > >

河北省高等学校科学技术研究青年基金(2011137)

作品数:5 被引量:14H指数:2
相关作者:程淑红胡春海张伟涛刘洁朱丹丹更多>>
相关机构:燕山大学更多>>
发文基金:河北省高等学校科学技术研究青年基金河北省自然科学基金更多>>
相关领域:自动化与计算机技术电子电信水利工程更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 2篇电子电信
  • 2篇自动化与计算...
  • 1篇水利工程

主题

  • 4篇图像
  • 2篇压缩感知
  • 2篇感知
  • 1篇动态图
  • 1篇动态图像
  • 1篇动态图像序列
  • 1篇多尺度
  • 1篇多尺度分析
  • 1篇鱼体
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇神经网
  • 1篇神经网络
  • 1篇水质
  • 1篇水质监测
  • 1篇图像分割
  • 1篇图像分割算法
  • 1篇图像融合
  • 1篇图像修复
  • 1篇图像序列

机构

  • 5篇燕山大学

作者

  • 3篇程淑红
  • 3篇胡春海
  • 2篇张伟涛
  • 1篇蒋振洲
  • 1篇张湃
  • 1篇朱丹丹
  • 1篇刘斌
  • 1篇刘洁
  • 1篇田中佳
  • 1篇张海峰
  • 1篇周倩

传媒

  • 2篇光电工程
  • 1篇燕山大学学报
  • 1篇计算机辅助设...
  • 1篇激光与红外

年份

  • 1篇2015
  • 1篇2014
  • 3篇2012
5 条 记 录,以下是 1-5
排序方式:
基于改进PCNN的压缩感知域图像融合被引量:3
2015年
提出了一种压缩感知域基于改进PCNN的图像融合算法。根据压缩采样得到待融合图像的压缩观测值,建立改进PCNN模型,即利用压缩观测值的物理意义对PCNN中连接系数,加权矩阵和特征参数进行自适应设定。并将压缩观测值作为改进PCNN神经元输入获取点火映射图作为融合算子,对源图像观测值融合后进行重构得到融合图像。实验结果表明,该算法克服现有压缩感知图像融合算法细节丢失的缺陷,主客观评价优于现有压缩感知图像融合算法。
刘斌田中佳
关键词:图像融合脉冲耦合神经网络自适应调节
基于多尺度分析的归一化割图像分割算法被引量:1
2012年
不同尺度的图像拥有不同的特性,针对单一尺度图像进行分割容易出现过分割或欠分割的问题,本文提出一种基于多尺度分析的归一化割的图像分割方法,首先利用方向能量模型得到不同尺度子图像的边缘方向能量,然后根据干涉轮廓的思想建立各个子图像像素之间的相似度,形成多个不同尺度的权值矩阵,并归一化为一个权值矩阵,最后运用归一化割算法对图像进行分割。实验表明,本文方法在融合了多个尺度图像不同特性的同时,能很好地处理含有纹理区域和弱边缘的图像,在一定程度上避免了过分割或欠分割的问题。
胡春海张伟涛周倩程淑红
关键词:多尺度分析
基于计算机视觉与SVM的水质异常监测方法被引量:8
2014年
针对水质异常监测问题,本文提出了一种基于计算机视觉技术和支持向量机相结合的生物式水质异常监测方法。首先通过计算机视觉获取可以反映水质状况的鱼类行为运动特征参数,对其进行预处理;然后建立样本集并获得基于SVM的水质异常监测模型;最后利用模型对未知水质下的鱼类行为特征参数分析评价,间接监测水质异常状况。鉴于支持向量机核函数类型和参数优化对模型优劣有重大影响,本文对不同类型的核函数进行实验对比,其次分别采用粒子群优化算法(PSO)、遗传算法(GA)以及网格搜索法(Grid Search)对参数进行优化选择。实验结果表明该方法可以快速有效的进行水质异常监测。
程淑红刘洁朱丹丹
关键词:计算机视觉支持向量机水质监测
动态图像序列中鱼体体干运动建模被引量:1
2012年
针对利用鱼游运动机理对水下仿生器进行研究的问题,本文从动态图像处理的角度出发,建立了基于动态图像序列的鱼体体干运动模型。首先,通过边缘检测得到鱼体轮廓,提出基于欧式距离变换的鱼体体干线提取方法,然后,拟合体干包络线和体干若干点的平动方程,获得细长体理论参数,建立鱼体体干运动模型。实验表明,本文建立的运动模型可以真实有效的描述自然状态下鱼类游动的体干曲线形变。
程淑红胡春海蒋振洲张伟涛
关键词:动态图像序列仿生学
可实现图像自修复的压缩感知超分辨率成像被引量:1
2012年
为了在不增加系统复杂度的前提下实现对降质图像的传输、修复及超分辨率成像,基于压缩感知理论和图像的退化模型建立了一个新型的压缩感知系统.该系统利用图像退化模型中降采样操作和模糊算子改进测量矩阵,并提出了基于小波-Shearlet的图像变换作为稀疏表示方法,在重构端结合迭代硬阈值算法重建图像.实验结果表明,文中系统在重构图像的质量和运算效率上均具备一定优势.
胡春海张湃张海峰
关键词:压缩感知图像修复
共1页<1>
聚类工具0