简介概要

改进的脉冲耦合神经网络矿工图像增强方法

来源期刊:煤炭学报2011年第S1期

论文作者:刘晓阳 刘毅

文章页码:207 - 210

关键词:脉冲耦合神经网络;矿工图像;低照度;矿灯干扰;

摘    要:在煤矿井下环境照度低,采集的矿工图像是低照度、低分辨率,且存在着矿灯、水汽等因素干扰,采用改进的脉冲耦合神经网络模型对矿工图像进行增强处理。该方法主要是对PCNN模型中的连接强度β和阈值进行改进,有效控制神经元的阈值输出,调节神经元的点火时间,达到增强图像的目的。实验结果表明:采用改进的脉冲耦合神经网络模型的增强方法对原始图像处理后,图像在整体灰度上进行了有效地拉伸,使灰度过于集中的现象得到很大改善,分布更均匀,并且各个灰度级都较好地保留,不仅使图像整体对比度得到改善,而且使矿工脸部的细节及边缘部分得到有效增强,图像的增强效果比较明显。

详情信息展示

改进的脉冲耦合神经网络矿工图像增强方法

刘晓阳,刘毅

中国矿业大学(北京)煤炭资源与安全开采国家重点实验室

摘 要:在煤矿井下环境照度低,采集的矿工图像是低照度、低分辨率,且存在着矿灯、水汽等因素干扰,采用改进的脉冲耦合神经网络模型对矿工图像进行增强处理。该方法主要是对PCNN模型中的连接强度β和阈值进行改进,有效控制神经元的阈值输出,调节神经元的点火时间,达到增强图像的目的。实验结果表明:采用改进的脉冲耦合神经网络模型的增强方法对原始图像处理后,图像在整体灰度上进行了有效地拉伸,使灰度过于集中的现象得到很大改善,分布更均匀,并且各个灰度级都较好地保留,不仅使图像整体对比度得到改善,而且使矿工脸部的细节及边缘部分得到有效增强,图像的增强效果比较明显。

关键词:脉冲耦合神经网络;矿工图像;低照度;矿灯干扰;

<上一页 1 下一页 >

相关论文

  • 暂无!

相关知识点

  • 暂无!

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号