处理带有变形凸性物体灰度图像的CNN新模板

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.

关键词：细胞神经网络、模板、图像处理、恢复凸性

所属期刊栏目：20

分类号：TN771.4;TP391.4(基本电子电路)

资助基金：国家自然科学基金60074034;The Foundation for University Key Teacher by the China Ministry of Education

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：56-60