处理带有变形凸性物体灰度图像的CNN新模板

• 作者: 王静涛 菅志刚 闵乐泉
• 来源期刊: 广西师范大学学报(自然科学版)
• 学科: 工学
• 关键词: 细胞神经网络 模板 图像处理 恢复凸性
• 年，卷（期）: 2002,（1）
• 页码范围: 56-60
• 页数: 5页
• 分类号: TN771.4|TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-6600.2002.01.008

摘要

细胞神经网络(CNN)是图像处理的有力工具.它已用于人工视觉,录像压缩,图像融合、运动和图形识别等领域.本文提出了一组CNN新模板, 用于恢复数字化灰度图像中扭曲凸物体像的凸性.通过计算机模拟,利用凸性恢复CNN处理了一幅带有高斯噪声的数字化理想圆灰度图像.处理后图像中的理想圆比用识别算子处理的图像具有更好的凸性.可以预期CNN新模板能够用来分析晶体的电子衍射图和银河系中恒星的图像.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闵乐泉	北京科技大学数学力学系	62	209	7.0	9.0
2	王静涛	北京科技大学数学力学系	2	4	1.0	2.0
3	菅志刚	北京科技大学数学力学系	4	206	3.0	4.0