当前位置:主页 > 科技论文 > 软件论文 >

一种基于忆阻交叉阵列的自适应三高斯模型及其在图像增强中的应用

发布时间:2019-02-19 17:16
【摘要】:在视觉图像处理中,可用三高斯模型来模拟视网膜神经节细胞的感受野,这可以在一定程度上对图像信息,比如图像的边缘、细节等信息进行增强.但是在对大量的图像进行处理时,为了达到比较理想的效果,就需要人为地来改变模型中的相关参数,这是一个十分耗时的过程.基于此,本文提出一种基于忆阻交叉阵列的自适应三高斯模型.这种模型是在传统三高斯模型的基础上,根据所需处理图像的局部特征,利用忆阻交叉阵列的特性动态地改变模型参数,以达到对局部图像最优增强的目的,从而使整幅图像的增强效果更好.首先,根据图像的局部亮度信息来确定忆阻器所需施加的脉冲电压的极性以及宽度;然后,根据所得忆阻值得到对应模型中参数的值;最后,可以得到局部增强模板,从而实现增强.本文分别选取了彩色和灰度图像进行了测试,定性和定量实验结果均表明,这种改进的三高斯模型不仅能够对图像边缘进行有效的增强,而且还可以极大地提高图像的对比度和清晰度,为忆阻器在图像处理方面的应用提供了新方向.
[Abstract]:In visual image processing, three Gao Si models can be used to simulate the receptive field of retinal ganglion cells, which can enhance the image information to a certain extent, such as image edge, details and so on. However, when processing a large number of images, it is necessary to change the relevant parameters of the model artificially in order to achieve a better effect, which is a very time-consuming process. Based on this, an adaptive three Gao Si model based on amnesia crossover array is proposed. This model is based on the traditional three Gao Si model, according to the local characteristics of the image to be processed, using the characteristics of the amnesia crossover array to dynamically change the parameters of the model, in order to achieve the purpose of optimal enhancement of the local image. Thus, the enhancement effect of the whole image is better. Firstly, the polarity and width of the pulse voltage applied to the resistor are determined according to the local luminance information of the image, and then the corresponding parameters in the model are obtained according to the obtained values. Finally, local enhancement templates can be obtained to achieve enhancement. The qualitative and quantitative experimental results show that the improved three-Gao Si model can not only enhance the edge of the image effectively. Moreover, it can greatly improve the contrast and sharpness of the image, which provides a new direction for the application of the resistive device in image processing.
【作者单位】: 西南大学电子信息工程学院非线性电路与智能信息处理重庆市重点实验室;
【基金】:国家自然科学基金(批准号:61571372,61672436,61372139) 中央高校基本科研业务费专项资金(批准号:XDJK2016A001,XDJK2014A009) 新世纪优秀人才支持计划(批准号:教技函[2013]47号)资助的课题~~
【分类号】:TP391.41

【相似文献】

相关期刊论文 前10条

1 宗苏;;人类肤色识别中高斯模型的应用[J];中小企业管理与科技(下旬刊);2011年12期

2 崔德友;;基于高斯模型的污损纸币识别算法研究[J];计算机仿真;2012年03期

3 胡学刚;刘忠振;;基于高斯模型和卡尔曼预测的检测与跟踪[J];计算机工程与设计;2013年01期

4 王传旭;李雪;;基于高斯模型和支持向量机的人脸检测方法[J];微计算机信息;2009年24期

5 朱华生;叶军;;基于改进高斯模型的车流量检测算法[J];激光与红外;2013年10期

6 屈志毅,陈建华,黄鹤鸣;一种基于高斯模型的人脸检测方法[J];兰州大学学报;2003年06期

7 张玉超;;基于高斯模型的运动目标检测技术研究[J];电脑与电信;2012年11期

8 张新铭;张晓凯;宋健;;基于MATLAB仿真的火电厂环境影响的研究[J];微计算机信息;2012年06期

9 李志明;汪太月;李宏伟;;基于非对称广义高斯模型的局部优化检测中的应用[J];海南大学学报(自然科学版);2009年01期

10 林晓丹;;基于广义高斯模型的音频篡改盲检测[J];计算机工程与设计;2013年09期

相关会议论文 前1条

1 芮挺;廖明;方虎生;朱经纬;;基于相关性与高斯模型的运动目标分割[A];第七届和谐人机环境联合学术会议(HHME2011)论文集【oral】[C];2011年

相关硕士学位论文 前10条

1 郑晓利;基于编码模型的目标跟踪算法研究[D];西安电子科技大学;2014年

2 王井东;线性与核高斯模型及其混合模型的研究[D];清华大学;2004年

3 宋海礁;复杂情况下的运动目标检测[D];吉林大学;2012年

4 欧阳俊强;长春市环保局大气污染模拟系统的设计与实现[D];吉林大学;2013年

5 许丽华;人脸识别的贝叶斯统计方法[D];东北大学;2008年

6 张媛媛;基于WebGIS的突发事故大气污染模拟的研究实现[D];浙江大学;2006年

7 汤中泽;运动目标自动检测、提取与跟踪[D];安徽大学;2011年

8 王盼;视频中运动目标检测与跟踪技术研究[D];杭州电子科技大学;2009年

9 周圣鑫;二维视频中目标的三维轨迹检测算法研究[D];上海交通大学;2010年

10 谭乃强;视频交通灯识别和阴影消除方法及应用研究[D];湖南大学;2010年



本文编号:2426697

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/2426697.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户5717f***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com