基于脉冲耦合神经网络的空中扩展目标检测

被引：10

作者：

彭真明

蒋彪

肖峻

机构：

[1] 电子科技大学光电信息学院

来源：

强激光与粒子束 | 2007年 / 12期

关键词：

脉冲耦合神经网络; 调制; 动态阈值; 轮廓跟踪; 目标检测;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

对单位链接脉冲耦合神经网络模型中的线性调制、动态阈值衰减方式及步长、迭代次数控制等关键环节进行了改进,进一步简化了网络模型,使其更适合于图像处理。并针对低对比度、背景连续变化环境下的空中扩展目标检测问题,应用反色处理,并采用最大直线轮廓点数方法,确定其最佳迭代次数和分割结果,实现目标的自动检测。仿真实验结果表明,该方法能清晰完整地保留目标轮廓,有效检测出复杂背景下的空中扩展目标。

引用

页码：2011 / 2016

页数：6

共 8 条

[1] 一种基于Mumford-Shah模型的红外图像边缘检测方法附视频 [J].

方亮 ;

陆佳佳 ;

叶玉堂 ;

杨先明 ;

成志强 .

强激光与粒子束, 2007, (04) :566-570

[2] 一种快速实用的直线检测算法 [J].

孙涵 ;

任明武 ;

杨静宇 .

计算机应用研究, 2006, (02) :256-257+260

[3] 一种新的PCNN实现方法及其在图像处理中的应用 [J].

方勇 ;

戚飞虎 ;

裴炳镇 .

红外与毫米波学报, 2005, (04) :291-295

[4] 一种新的基于PCNN的图像自动分割算法研究 [J].

赵峙江 ;

张田文 ;

张志宏 .

电子学报, 2005, (07) :1342-1344

[5] 一种基于PCNN的图像分割方法 [J].

王红梅 ;

张科 ;

李言俊 .

光电工程, 2005, (05) :93-96

[6] 基于多特征融合的图像匹配模式 [J].

彭真明 ;

张启衡 ;

魏宇星 ;

张覃平 .

强激光与粒子束, 2004, (03) :281-285

[7] 图象处理领域轮廓跟踪及应用 [J].

陆宗骐 .

中国计算机用户, 1994, (10) :49-52

[8]

Feature Linking via Synchronization among Distributed Assemblies: Simulations of Results from Cat Visual Cortex[J] . R. Eckhorn,H. J. Reitboeck,M. Arndt,P. Dicke.Neural Computation . 1990 (3)

← 1 →