期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
邻域相关信息的改进Census变换立体匹配算法
被引量：
10
1
作者
马利
李晶皎
马技
《计算机工程与应用》
CSCD
2014年第24期16-20,46,共6页
针对传统Census变换在视差不连续区域和噪声干扰情况下误匹配率较高的情况,提出了一种利用邻域相关信息的改进Census变换立体匹配算法。根据邻域像素的相关信息,将传统的Census变换中像素与邻域像素的差异应用2位信息表示,使变换后的图...
针对传统Census变换在视差不连续区域和噪声干扰情况下误匹配率较高的情况,提出了一种利用邻域相关信息的改进Census变换立体匹配算法。根据邻域像素的相关信息,将传统的Census变换中像素与邻域像素的差异应用2位信息表示,使变换后的图像在视差不连续区域的信息表示更为丰富,同时减少噪声对匹配质量的影响。通过并行化自适应匹配代价聚合、亚像素插值、左右一致性约束、遮挡区插值,最终得到了稠密视差图。经Middlebury立体图片测试表明,该算法结构简单,复杂度低,具有较高的鲁棒性,有效地提高了匹配精度。
展开更多
关键词
立体匹配
Census变换
邻域相关信息
代价聚合
视差不连续
在线阅读
下载PDF
职称材料
基于Hopfield神经网络的自动聚类图象分割算法研究
2
作者
赵廷钊
杜春玲
《煤炭工程》
北大核心
2009年第10期90-91,共2页
竞争Hopfield神经网络(Competitive Hopfield Neural Network),简称CHNN。它是一种融入优胜者全取(winner-takes-all-WTA)学习机制的Hopfield神经网络,它具有收敛速度快的特点。论文在此基础上,融入邻域相关信息,构造能量函数,用CHNN极...
竞争Hopfield神经网络(Competitive Hopfield Neural Network),简称CHNN。它是一种融入优胜者全取(winner-takes-all-WTA)学习机制的Hopfield神经网络,它具有收敛速度快的特点。论文在此基础上,融入邻域相关信息,构造能量函数,用CHNN极小化该能量函数,从而在不需要预先知道分割类数的情况下,实现了自动确定聚类数目并给出聚类中心。这种分割方法不仅能自动确定聚类数,而且具有收敛速度快、抗噪能力强等优点。
展开更多
关键词
神经网络
邻域相关信息
能量函数
图象分割
在线阅读
下载PDF
职称材料
题名
邻域相关信息的改进Census变换立体匹配算法
被引量：
10
1
作者
马利
李晶皎
马技
机构
东北大学信息科学与工程学院
辽宁大学信息学院
出处
《计算机工程与应用》
CSCD
2014年第24期16-20,46,共6页
基金
国家自然科学基金(No.60970157)
辽宁省教育厅一般科技项目(No.L2012003)
文摘
针对传统Census变换在视差不连续区域和噪声干扰情况下误匹配率较高的情况,提出了一种利用邻域相关信息的改进Census变换立体匹配算法。根据邻域像素的相关信息,将传统的Census变换中像素与邻域像素的差异应用2位信息表示,使变换后的图像在视差不连续区域的信息表示更为丰富,同时减少噪声对匹配质量的影响。通过并行化自适应匹配代价聚合、亚像素插值、左右一致性约束、遮挡区插值,最终得到了稠密视差图。经Middlebury立体图片测试表明,该算法结构简单,复杂度低,具有较高的鲁棒性,有效地提高了匹配精度。
关键词
立体匹配
Census变换
邻域相关信息
代价聚合
视差不连续
Keywords
stereo matching
Census transform
related information of neighborhood
cost aggregation
depth discontinuity
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于Hopfield神经网络的自动聚类图象分割算法研究
2
作者
赵廷钊
杜春玲
机构
中国矿业大学(北京)机电与信息工程学院
出处
《煤炭工程》
北大核心
2009年第10期90-91,共2页
文摘
竞争Hopfield神经网络(Competitive Hopfield Neural Network),简称CHNN。它是一种融入优胜者全取(winner-takes-all-WTA)学习机制的Hopfield神经网络,它具有收敛速度快的特点。论文在此基础上,融入邻域相关信息,构造能量函数,用CHNN极小化该能量函数,从而在不需要预先知道分割类数的情况下,实现了自动确定聚类数目并给出聚类中心。这种分割方法不仅能自动确定聚类数,而且具有收敛速度快、抗噪能力强等优点。
关键词
神经网络
邻域相关信息
能量函数
图象分割
Keywords
neural network
neighborhood related information, energy function, Image segmentation
分类号
TP27 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
邻域相关信息的改进Census变换立体匹配算法
马利
李晶皎
马技
《计算机工程与应用》
CSCD
2014
10
在线阅读
下载PDF
职称材料
2
基于Hopfield神经网络的自动聚类图象分割算法研究
赵廷钊
杜春玲
《煤炭工程》
北大核心
2009
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
