请选择 目标期刊

基于深度中心邻域金字塔结构的显著目标检测 下载:47 浏览:359

陈琴朱磊后云龙邓慧萍吴谨 武汉科技大学信息科学与工程学院 《人工智能研究》 2020年12期

摘要:
基于中心邻域的对比度计算在基于深度学习的算法中应用甚少.因此,文中提出基于深度中心邻域金字塔结构的显著目标检测方法.结合中心邻域对比度机制和卷积神经网络,用于显著目标检测.首先为网络的各阶段引入深层语义特征.再利用扩张卷积建立中心邻域金字塔,捕获不同级别的对比度信息,生成多尺度注意力子图.最后进一步融合所有注意力子图,得到最终的显著目标检测结果.在4个公用数据集上的对比实验表明,文中算法具有较低的平均绝对误差和较高的F测度值.

局部自适应阈值算法在LED晶粒计数中的应用 下载:63 浏览:398

王想实1 周薇1 彭力2 《光电子进展》 2019年5期

摘要:
依据LED芯片图像构图单一,灰度不均匀的基本特征,提出了一种针对这类图像的新的局部自适应阈值分割算法,实现晶粒分割与计数统计。在阈值的设计中,一方面考虑了图像整体区域灰度特征,同时利用区域与区域中心对比度不同,设计了区域对比率来表示这一特性,通过局部均值和中心点区域对比率来自适应调整阈值的大小,识别出晶粒的准确位置。为了剔除不合格晶粒和噪音干扰,应用基于腐蚀和膨胀操作的图像形态学方法对分割后晶粒进行滤波处理,通过晶粒面积来确定有效晶粒个数。实验结果表明,本算法在晶粒计数效率和精度方面,取得了较好的结果。

夜间拍照图像对比度的Gamma灰度校正 下载:55 浏览:314

董雪莹1 李良荣1 黄子强2 《光电子进展》 2018年5期

摘要:
针对夜间拍照图像分辨率较低,暗部对比度较差的问题,提出了一种基于二次图像分割的区域Gamma校正算法。首先,在最大类间方差法的分割基础上,将图像进行直方图波谷法的二次分割,提取出图像亮度信息。然后将区域分割后的图像分别进行Gamma校正,实现图像的灰度校正与信息还原。通过MATLAB仿真实验,验证了该方法与其它方法对比具有较好的灰度校正和信息还原的效果。
[1/1]
在线客服::点击联系客服
联系电话::400-188-5008
客服邮箱::service@ccnpub.com
投诉举报::feedback@ccnpub.com
人工客服

工作时间(9:00-18:00)
官方公众号

科技成果·全球共享