基于视觉神经元ON-OFF模型的图象增强

• 作者: 倪国强 李熙莹 蒲恬
• 来源期刊: 中国图象图形学报A辑
• 学科: 工学
• 关键词: 计算机图象处理(520·6040) 图象增强 ON-OFF神经网络
• 年，卷（期）: 2003,（5）
• 所属期刊栏目: 学术论文与技术报告
• 页码范围: 522-526
• 页数: 6页
• 分类号: TN911.73|TP751.1
• 字数: 4177字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-8961.2003.05.005

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒲恬	北京理工大学光电工程系光电成像技术教研室	8	411	6.0	8.0
2	倪国强	北京理工大学光电工程系光电成像技术教研室	203	3505	29.0	52.0
3	李熙莹	北京理工大学光电工程系光电成像技术教研室	7	306	6.0	7.0