基于非抽样contourlet和PCNN的图像凹点检测方法研究
在目标识别中,人眼并不凝视整幅图像,为了获得更多图像信息,人眼会在不同区域中进行凹点(foveation points)检测.然而,从某些方向上获得的凹点对实际目标的识别可能是无用或者干扰的信息.为此提出了一种基于非抽样contourlet变换(NSCT)和脉冲耦合神经网络(PCNN)的图像凹点检测方法,该方法在传统凹点检测方法中引入非抽样contourlet变换,充分利用了非抽样contourlet变换对图像处理的高度方向选择性.最后,对影响凹点选取的脉冲耦合神经网络输出函数这一数学模型及其阈值的选择问题进行了研究.
非抽样contourlet变换、脉冲耦合神经网络、Sigmoid函数、阈值
20
TP391(计算技术、计算机技术)
国家自然科学基金;特色项目
2008-10-15(万方平台首次上网日期,不代表论文的发表时间)
共5页
2579-2583