-
题名基于FPGA图像滤波算法硬件化设计
被引量：12
- 1
-
-
作者
方翰华
陈新华
沈国新
焦汉明
-
机构
山东科技大学信息科学与工程学院
-
出处
《电子测量技术》
2009年第12期68-71,共4页
-
文摘
本文分析图像滤波处理特点及其基本方法,初步研究基于SOPC的图像低层次处理的硬件化方法设计。对数字图像滤波方法进行对比分析和优化,用FPGA实现快速中值滤波算法;分析利用Sobel算子和系统级并行流水线进行图像边缘检测硬件电路设计的优点及可行性;采用基于系统级流水线的滤波器设计方法,用以优化平衡性能要求和设计大小的实际限制。由于采用的都是基本算术逻辑运算,完全能够保证处理的实时性。
-
关键词
FPGA
图像滤波处理
中值滤波
SOBEL算子
-
Keywords
FPGA, image filtering processing
median filtering
Sobel operator
-
分类号
TP751.1
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于卷积网络模型的低照度激光图像特征增强方法
被引量：2
- 2
-
-
作者
周恺
李婧
-
机构
南京晓庄学院信息工程学院
南京市智能信息处理重点实验室
-
出处
《激光杂志》
CAS
北大核心
2023年第12期120-125,共6页
-
基金
国家自然科学基金青年项目(No.62205150)
江苏省自然科学基金青年项目(No.BK20210036)
江苏省高等学校自然科学研究项目(No.21KJB510013)。
-
文摘
针对当前低照度激光图像特征增强方法在图像增强过程中需进行多次翻转平移处理,造成激光图像特征增强后损失值较大的问题,提出基于卷积网络模型的低照度激光图像特征增强方法。应用激光图像色彩模型以及去噪自编码器,完成低照度激光图像预处理。使用分段性变换方法设计激光图像映射关系函数,得到低照度激光图像增强目标函数。构建卷积神经网络模型以及模型对应损失函数,完成低照度激光图像特征增强。至此,基于卷积网络模型的低照度激光图像特征增强方法设计完成。实验结果表明:此方法增强真实与合成图像特征后的损失值较低,分别为0.245和0.361,其峰值信噪比较高,分别为45.52和48.54,极大地提高了图像的应用价值,且文中方法对图像增强处理的时长最短,在13 s到16 s之间,其应用性能较高。
-
关键词
卷积网络模型
图像滤波处理
图像增强
损失函数
低照度激光图像
处理时长
-
Keywords
convolutional network model
image filtering processing
image enhancement
loss function
low illu-
-
分类号
TN911
[电子电信—通信与信息系统]
-
-
题名基于蚁群算法优化极限学习机的声学底质分类方法
被引量：1
- 3
-
-
作者
丁德秋
马丹
陈帆
樊妙
邢喆
唐秋华
-
机构
国家海洋信息中心
自然资源部第一海洋研究所
自然资源部海洋测绘重点实验室
-
出处
《海洋通报》
CSCD
北大核心
2024年第6期750-759,共10页
-
基金
国家自然科学基金(42206200)
山东省自然科学基金(ZR2023MD073)。
-
文摘
海洋底质作为深海海底环境的重要组成部分,其类型及分布特征在深海资源开发利用和海洋工程建设中有着巨大的参考价值,是海洋测绘调查的一项重要内容,基于多波束测深系统采集强度数据的监督分类方法逐渐获得广泛应用。随着人工智能的迅速发展,神经网络在声学底质分类中得到广泛应用,极限学习机(extreme learning machine,ELM)权值和偏重不再需要迭代优化,是一种学习速度较快的神经网络。针对ELM神经网络中由于初始权值和偏重矩阵随机确定而导致ELM分类器鲁棒性差的问题,本文选取蚁群算法优化ELM神经网络的初始参数,构建了ACO-ELM神经网络分类模型,经多次迭代后,由于信息素的累积,蚂蚁种群不断向最优路径偏移,训练精度逐渐增高,模型逐步达到平稳。通过底质分类实验验证表明,BM3D+ACO-ELM分类器处理的多波束声呐图像斑点噪声得到了有效控制,在西南印度洋脊龙旂热液钙质软泥和硫化物混合区域,BM3D+ACO-ELM分类器相比于其他三种分类器具有明显优势,底质分类精度得到较大提高,其中硫化物分类精度为93.23%,深海钙质软泥分类精度为93.78%。
-
关键词
极限学习机
反向散射强度
底质分类
蚁群算法
图像滤波处理
-
Keywords
extreme learning machine
backscattered intensity
sediments classification
ant colony algorithm
image filtering
-
分类号
P229
[天文地球—大地测量学与测量工程]
-
