自动化仪表
自動化儀錶
자동화의표
PROCESS AUTOMATION INSTRUMENTATION
2009年
2期
18-20
,共3页
脉冲耦合神经网络(PCNN)%特征提取%图像识别%侧扫声纳图像%海底底质
脈遲耦閤神經網絡(PCNN)%特徵提取%圖像識彆%側掃聲納圖像%海底底質
맥충우합신경망락(PCNN)%특정제취%도상식별%측소성납도상%해저저질
对声纳图像的纹理特性进行了研究,根据相同灰度值的空间分布具有唯一性这个特点,将其作为图像纹理的表征.利用脉冲耦合神经网络(PCNN)简化模型得到对应于不同灰度值的二值图像序列,计算序列中每幅图像的方差,使其转化为一维的特征矢量用于侧扫声纳图像的识别,取得了很高的识别率.随后大量的自然纹理图像样本对该算法加以验证.实验结果表明,该方法提取的图像特征具有旋转不变性,能够获得高识别率,适用于实时的声纳系统.
對聲納圖像的紋理特性進行瞭研究,根據相同灰度值的空間分佈具有唯一性這箇特點,將其作為圖像紋理的錶徵.利用脈遲耦閤神經網絡(PCNN)簡化模型得到對應于不同灰度值的二值圖像序列,計算序列中每幅圖像的方差,使其轉化為一維的特徵矢量用于側掃聲納圖像的識彆,取得瞭很高的識彆率.隨後大量的自然紋理圖像樣本對該算法加以驗證.實驗結果錶明,該方法提取的圖像特徵具有鏇轉不變性,能夠穫得高識彆率,適用于實時的聲納繫統.
대성납도상적문리특성진행료연구,근거상동회도치적공간분포구유유일성저개특점,장기작위도상문리적표정.이용맥충우합신경망락(PCNN)간화모형득도대응우불동회도치적이치도상서렬,계산서렬중매폭도상적방차,사기전화위일유적특정시량용우측소성납도상적식별,취득료흔고적식별솔.수후대량적자연문리도상양본대해산법가이험증.실험결과표명,해방법제취적도상특정구유선전불변성,능구획득고식별솔,괄용우실시적성납계통.
