【摘 要】
：
In this paper, an efficient sparse representation-based method is presented for detecting surface defects. The proposed method uses the sparse degree of coefficient in the redundant dictionary for che
【出 处】
：
Optoelectronics Letters
论文部分内容阅读
In this paper, an efficient sparse representation-based method is presented for detecting surface defects. The proposed method uses the sparse degree of coefficient in the redundant dictionary for checking whether the test image is defective or not, an
其他文献
针对复杂环境下目标跟踪问题,提出了一种基于有限差分扩展卡尔曼粒子滤波的多特征自适应融合跟踪算法。采用有限差分扩展卡尔曼滤波器对采样粒子集合进行滤波更新,通过融入最新观测信息的方法消弱权值退化现象;在新算法的框架内,利用目标静态和动态互补特征作为观测量,实现不同环境下目标的多特征自适应融合跟踪。实验结果表明,本文方法具有较好的跟踪精度和抗噪声干扰能力。
超分辨率重建在视频的传输和显示中起着重要的作用。为了既保证重建视频的清晰度,又面向用户实时显示,提出了一种采用精简卷积神经网络的快速视频超分辨率重建方法。所提的精简卷积神经网络体现在以下三点:首先,考虑到输入的尺寸大小会直接影响网络的运算速度,所提网络省去传统方法的预插值过程,直接对多个低分辨率输入视频帧提取特征,并进行多维特征通道融合。接着,为了避免网络中产生零梯度而丢失视频的重要信息,采用参数
针对目前基于模式噪声方法处理夜间场景下图像来源检测准确效果较差问题,提出一种综合纹理和亮度的夜间场景图像来源检测方法。首先基于夜间场景图片会存在同张图片不同区域会有不同纹理和亮度从而会影响提取模式噪声质量不同这一理论依据,将图片根据纹理和亮度分成若干大小相等的块;然后对不同块按纹理平缓亮度良好、纹理复杂亮度差、纹理平缓亮度差、温度复杂亮度良好四种情况处理,其中对于纹理复杂的区域提取的噪声要抑制纹理
This paper concerns the problem of object segmentation in real-time for picking system. A region proposal method inspired by human glance based on the convolutional neural network is proposed to selec
天地盖又称天地盒,是非常常见的一种纸制品包装盒,由于其开合方便,能够满足消费者的对于产品的认知和期望,同时方便在表面进行图案和文字印刷和装饰,有利于商品的宣传和推销、提高产品的附加值,所以常常被作为高档礼盒使用,广泛应用于各类精装礼品包装盒、鞋盒、内衣盒、衬衫盒、手机盒等各类包装盒。天地盖纸盒也具有结构简单、模式化的特点,很容易形成标准化,能够使用半自动、全自动设备来取代人工,达到提高生产效率和降
针对图像拼接技术中特征精匹配耗时长,图像配准精度低导致拼接区域模糊等问题,提出一种基于改进网格运动数据和加权投影变换的图像配准算法。该方法使用ORB(Oriented FAST and Rotated BRIEF)算法进行图像特征提取,再利用暴力匹配算法进行图像粗匹配。然后将图像划分成多个方形网格,进行网格特征数量统计,通过计算五宫格特征分数来剔除错误匹配,得到精匹配特征点集。最后通过引入距离权重
基于预训练卷积神经网络(convolutional neural networks,CNNs)的图像表示已成为图像检索任务中一种新的方法,但是这种图像表示方法均是对图像的整体特征表示,无法适用于目标仅占被检索图像的部分区域的检索.为了解决该问题,提出一种基于全卷积网络的中小目标检索方法,该方法将预训练全卷积网络应用于目标较小、仅占被检索图像部分区域的检索.1)利用全卷积网络对输入图像大小不受限制的
针对脑肿瘤磁核共振成像(MRI)中噪声、低对比度、脑肿瘤边界模糊等原因造成脑肿瘤分割不足的问题,提出一种改进的连续型最大流算法脑肿瘤MRI三维分割方法。针对Flair、T1C和T2三种模态MRI图像使用中值滤波和快速模糊C均值聚类进行预处理得到预处理图像;按照大量实验统计确定的融合比例5:1:4(Flair、T1C和T2三种模态),对各预处理图像进行线性融合得到三维融合图像;采用快速模糊C均值算法
手语特征提取的传统算法仅仅依靠底层特征完成识别,难以获得高层语义特征,进而对手语理解产生分歧。针对这一问题,将图像语义分析的思维引入手语识别研究中,提出一种优化全卷积神经网络算法。采用全卷积神经网络提取手语图像的语义特征,并通过判别随机场进行语义标注做后期平滑处理,恢复像素间的细节信息,从而完成手语识别。实验结果表明,所提出的算法具有较强的稳健性,能有效学习到语义特征。与传统算法对比分析表明,此方
在外部环境和图像视角变化的情况下,传统视觉闭环检测算法的精度和稳健性变得很差。为此,提出一种融合多层次卷积神经网络特征的闭环检测算法。高层次的卷积特征包含较多的语义信息,可以应对图像视角的变化;中等层次卷积特征包含更多的几何空间信息,对光照等变化具有更好的稳健性。通过充分利用中高等层次卷积特征的特性进行组合式相似性度量,提高了闭环检测的精度与稳健性。由于卷积特征向量的维度特别大,因此,首先对卷积特