节点文献

一种深度残差学习的含噪图像轮廓重建方法

免费订阅

【作者】 王晓明张淑艳张婕原思聪

【Author】 WANG Xiaoming;ZHANG Shuyan;ZHANG Jie;YUAN Sicong;School of Science,Xi’an University of Architechure and Technology;School of Mechanical and Electrical Engineering,Xi’an University of Architecture and Technology;

【机构】 西安建筑科技大学理学院西安建筑科技大学机电工程学院

【摘要】 为了提高识别含噪图像的能力,提出一种基于深度残差学习的含噪图像轮廓重建方法。采用锐化模板匹配技术进行含噪图像信息的增强处理;利用图像的局部灰度信息构建图像的边缘活动轮廓模型;采用活动轮廓套索方法进行图像高分辨重构;提取含噪图像的局部灰度能量项与局部梯度能量项特征量,构建卷积神经网络分类器进行特征分类;结合图像灰度直方图的相似性判断学习的卷积神经网络的学习深度,提升图像细节信息的分辨能力,实现含噪图像的轮廓高分辨重建。仿真结果表明,采用该方法进行含噪模糊图像重建的分辨能力较高,输出峰值信噪比较高,有效地提升了图像的识别能力。

【基金】 国家自然科学基金(51878546);陕西省教育厅科技计划(17JK0453);陕西省自然科学基金(2018JM5090)
  • 【DOI】10.19665/j.issn1001-2400.2020.03.009
  • 【分类号】TP391.41;TP18
  • 【下载频次】152
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: