-
题名基于CNN模板的物体图像增长的研究与应用
被引量:1
- 1
-
-
作者
杨怀恒
闵乐泉
-
机构
北京北京科技大学信息工程学院
北京北京科技大学应用技术学院
-
出处
《微计算机信息》
北大核心
2006年第10X期165-167,共3页
-
基金
国家自然科学基金(NO.70271068)资助项目
-
文摘
基于细胞神经网络(CellularNeuralNetwork,CNN)的图像处理的研究和应用已取得了很大进展。在图像处理中,有时需要增大图像中的物体。本文对实现物体增长功能的CNN模板进行了理论分析和鲁棒性研究,提出一个设计符合相应功能要求的鲁棒性CNN定理,它为设计相应的CNN模板参数提供了解析判据。通过数值模拟实例确认了理论结果在计算机图像处理中应用的有效性。
-
关键词
细胞神经网络
物体增长
鲁棒性
数值模拟
-
Keywords
Cellular Neural Network,Object Increasing,Robustness,Numerical Simulation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名设计局部最大灰度值探测CNN模板的定理与应用
- 2
-
-
作者
杨怀恒
闵乐泉
-
机构
北京科技大学信息工程学院
北京科技大学应用技术学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2006年第19期32-34,共3页
-
基金
国家自然科学基金资助项目(编号:70271068)
高等学校博士学科点专项基金资助项目(编号:200200080004)
-
文摘
基于细胞神经网络(CellularNeuralNetwork,CNN)的图像处理的研究和应用已取得了很大进展。在图像处理中,有时需要确定图像各局部区域中最大灰度点的位置。文章对实现局部最大灰度值探测功能的CNN模板进行了理论分析和鲁棒性研究,提出了一个设计符合相应功能要求的鲁棒性CNN定理,它为设计相应的CNN模板参数提供了解析判据。通过数值模拟实例确认了理论结果在计算机图像处理中应用的有效性。
-
关键词
细胞神经网络
局部最大灰度值探测
鲁棒性
-
Keywords
Cellular Neural Network,maximum gray-scales detection,robustness
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-