搜索结果: 1-6 共查到“二值图象”相关记录6条 . 查询时间(0.159 秒)
本文主要用最大熵方法对线性退化二值图象的复原进行了研究。利用原始图象的二值特性,提出了二值约束的最大熵复原方法,并对其解的存在性和唯一性进行了论述,对双约束最大熵的求解问题给出了算法;运用最大有界熵概念,提出了二值约束的最大有界熵复原法。文中将上述复原法同维纳滤波法和最大熵法进行了比较,实验结果表明,用二值约束的最大(有界)熵法复原线性退化图象可以提高复原的质量。
二值图象平滑算法和细胞神经网络实现
细胞神经网络 布尔函数 二值图象
2009/8/31
本文利用细胞神经网络(CNN)的基本处理单元一细胞的分段线性饱和输出特性和相平面分析法实现了线性可分和线性不可分布尔函数。并利用这一原则实现了二值图象的多种CNN平滑算法。
具有线性加法复杂度的二值图象不变矩计算方法
不变矩 格林定理 边缘跟踪 计算复杂度
2008/5/21
不变矩方法是模式识别的一个重要方法,然而由于不变矩计算复杂,从而限制了它的应
用.本文运用格林定理,将不变矩计算由平面域转化为曲线域.在此基础上,提出了边界跟踪
迭代的不变矩计算方法.新方法不仅不需要乘法,而且加法次数亦从O(N2)降低到O(N).
本文给出了一个求方格(square grid)上二值化图象欧拉数的并行快速算法,并通过将
方格上的二值图象转化成数字图来引用图论方法对该算法进行了证明,且给出了若干实例以
说明算法的有效性.
预测跟踪--一种二值图象的轮廓跟踪方法
跟踪 分割 预测跟踪
2008/5/21
本文提出了一种新的轮廓跟踪方法--预测跟踪.它的特点在于:每测出一个边界点
即自动移动跟踪基准点至下一个边界存在状态,对每一个边界存在状态的一次判别即可找到
边界点,从而消除了其他方法在寻找边界点时的试探性.