- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
一种基于双层脉冲耦合神经网络模型的猕猴桃检测图像分割算法
摘要： 针对光照变化和复杂背景下猕猴桃检测的通用精准图像分割算法，已成为机器视觉研究中最具挑战性的问题之一。本研究提出一种基于双层脉冲耦合神经网络（PCNN）模型的鲁棒分割算法：首先构建融合图像频域调谐显著性的改进型PCNN作为基础架构；其次在第一层双层PCNN中确定RGB色彩模式下猕猴桃图像的最优色差信息；随后通过全变分模型将增强色调特征与这些最优色差特征融合；最后利用双层PCNN的第二层重分割构建目标区域。实验结果表明，该算法在主观视觉效果和客观量化评估方面均显著优于现有典型算法。
关键词： 猕猴桃识别、脉冲耦合神经网络、频率调谐显著性、全变分模型、图像分割
更新于2025-09-19 17:13:59
-
[美国计算机协会（ACM）2019年国际会议 - 中国湖北武汉（2019.07.12-2019.07.13）] 《2019年人工智能与计算机科学国际会议论文集 - AICS 2019》 《基于低秩表示与简化双通道脉冲耦合神经网络的新型红外与可见光图像融合方法》
摘要： 本文提出一种基于低秩表示(LRR)、全变分(TV)模型和简化双通道脉冲耦合神经网络(S-DPCNN)的红外与可见光图像新型融合方案，能有效提取主要显著信息，解决了现有融合方法中对比度低导致的边缘模糊、异质性和信息冗余等问题。该方法首先采用频调低秩表示(FT-LRR)算法提取红外图像特征以分离显著区域与背景；对显著区域采用最大值选择规则最大限度保留源图像重要信息；对背景则通过非下采样剪切波变换(NSST)分解为低通系数和高通系数系列，其中低通系数采用TV模型融合，高通系数通过改进平均梯度(MAG)激励S-DPCNN进行融合，经逆NSST获得融合背景；最终将融合后的显著区域与背景叠加生成鲁棒融合图像。大量实验结果与评价指标表明，该框架具有优异的视觉效果，在主观与客观评价上均显著优于现有先进方法。
关键词： 图像融合、脉冲耦合神经网络、全变分模型、低秩表示
更新于2025-09-16 10:30:52
-
[工程技术学会第十一届无线通信、网络与移动计算国际会议（WiCOM 2015）- 中国上海（2015年9月21-23日）] 第十一届无线通信、网络与移动计算国际会议（WiCOM 2015）- 基于脉冲耦合神经网络的改进图像去噪方法
摘要： 本文提出了一种基于脉冲耦合神经网络（PCNN）的图像去噪滤波方法，用于处理受脉冲噪声污染的图像。该方法首先根据PCNN的点火捕获特性确定受噪声污染像素的位置，随后对噪声像素实施类似中值滤波的处理步骤，最后根据噪声强度自适应选择迭代次数和滤波窗口尺寸，从而实现图像的自适应滤波。主要结果表明：与均值滤波、中值滤波及自适应中值滤波相比，本方法不仅能有效去噪并保持图像细节，在不同信噪比条件下也展现出优异性能。
关键词： 图像去噪、脉冲耦合神经网络、神经网络、脉冲噪声
更新于2025-09-11 14:15:04
-
[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 西班牙瓦伦西亚（2018.7.22-2018.7.27）] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 基于创新多PCNN网络的绿地监测方法 - 高光谱卫星图像中近乎不可区分区域的识别与描述
摘要： 该论文提出了一种用于多光谱卫星图像中感兴趣区域检测与分类的原创神经网络方法。该方法采用一系列脉冲耦合神经网络来识别潜在的感兴趣区域，随后通过主成分分析降维算法生成支持向量机分类器的输入数据以验证结果。算法参数通过遗传算法进行优化。该方案专为区分高度相似区域而设计（例如由带庭院住宅构成的整片城区中的公园区域）。经Sentinel-2卫星图像测试，该算法对OpenStreetMap真实标注数据中标记为公园的像素实现了76.85%的召回率。
关键词： 遗传算法（GA）、脉冲耦合神经网络（PCNN）、主成分分析（PCA）、支持向量机（SVM）
更新于2025-09-10 09:29:36