一种基于反应扩散方程的彩色图像边缘检测方法

来源 :吉林大学学报(理学版) | 被引量 : 0次 | 上传用户:lovelevin
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对彩色图像边缘自适应阈值设置的问题,利用反应扩散方程的动力学性质,通过优化反应扩散方程的扩散系数,提出一种基于反应扩散方程的细胞神经网络彩色图像边缘检测方法,使阈值更具适应性.结果表明,通过基于FitzHugh-Nagumo反应扩散方程改进的细胞神经网络可更好地进行彩色图像边缘检测,与几种常用方法进行实验对比的结果也表明,该方法在检测彩色图像边缘上既能保证检测边缘的准确性,又能很好地保持图像边缘的颜色信息,并在定量和定性分析中优于其他几种常用方法.
其他文献
考虑一类具有Gevrey势能的离散拟周期Schr?dinger算子,其中其势能可写成一维环面上的大值解析函数加上Gevrey小扰动.用大偏差定理和半代数理论证明在大系数下,对任意的固定相位以及对几乎所有的频率,该算子满足非扰动的Anderson局域化.
根据Sǎlǎgean算子和从属关系,通过引入从属于叶形区域星象函数的子类Lm,n,研究该函数类的优化性质.
首先,将Heisenberg群中对应的无穷小生成元作用在乘积曲面上,得到4种单参数曲面族;其次,用分析的方法建立3种非平凡曲面族的平均曲率流方程,得到了平均曲率流的存在时间以及两类曲面族极小平均曲率流的孤子解是马鞍面的结论.
With climate change and rising sea levels, the coastal zone\'s flood risk is deteriorating. Previous researches have shown a gradually degrading capacity of traditional hard engineering structures (e.g., seawall, dikes) on flood mitigation due to proble
为评价甲基营养型芽孢杆菌SJ80与SJ81对马铃薯疮痂病的生防潜力,以疮痂链霉菌为指示菌,测试了其发酵上清液的理化稳定性,并与咯菌腈、辛菌胺醋酸盐2种农药进行对比,检测其粗提物的生物安全性和抑菌效果.采用牛津杯法抑菌试验,以抑菌直径测试SJ80与SJ81发酵液的最佳发酵时间,发酵上清液经不同温度、紫外照射、pH值及蛋白酶处理后,以抑菌率测试其稳定性,采用MTT法测定粗提物体外急性细胞毒性.结果表明:2种发酵上清液最佳发酵时间为3 d,经121℃处理30 min或紫外照射24 h后,抑菌率均高于90%;SJ
对一株溶藻弧菌噬菌体φV039C进行了生物学特性和全基因组序列的研究.经透射电镜观察可见,噬菌体φV039C头部为正廿面体结构,直径58.9 nm,具长105.2 nm的尾部;采用双层平板法检测,其最佳感染复数为0.1;通过一步生长曲线计算可得,噬菌体 φV039C的潜伏期为20 min,爆发期为10 min,裂解量为163 pfu/cell;利用第三代单分子测序平台进行全基因组测序分析,其基因组全长43405 bp,G+C含量为42.95%,74个开放阅读框(ORF)主要为噬菌体的结构、DNA复制和裂解
为了解决船舶轨迹数据的异常和丢失问题,辅助轨迹复原和情景推演,提出一种双向学习模型,用于修复船舶轨迹.从AIS(Automatic Identification System)报文中提取航行船舶的上下文轨迹特征向量,改进基础BP(Back Propagation)神经网络的拓扑结构,构建具有双向预测功能的BP神经网络(Bi-BPNNs)模型,修复缺失的轨迹数据.使用长江干线航行船舶的真实轨迹数据对构建的模型进行验证和分析,通过与基础BP网络和常用线性插值方法的对比,证明Bi-BPNNs模型在船舶轨迹修复上
研究时滞线性耦合不连续神经网络的同步控制问题.运用李雅普诺夫稳定性理论和微分方程比较定理,提出一种基于间歇性和滞后效应策略的控制器,获得时滞线性耦合不连续神经网络的同步准则.最后进行数值模拟,从而验证所得理论结果的有效性.
采用Sentaurus Process工艺仿真工具,验证了超薄硅膜内单次纵向离子注入并快速热退火后所实现的轻掺杂杂质分布符合高斯规律.设计杂质纵向高斯分布的轻掺杂纳米UTBB-SOI MOSFET,用虚拟阴极处反型载流子浓度来定义阈值电压的方法,为器件建立二维阈值电压解析模型.通过与Sentaurus Device器件仿真结果对比分析,发现:阈值电压模型能准确预测器件在不同掺杂、器件厚度和偏置电压下的阈值电压,正确反映器件的背栅效应,其模拟结果与理论模型相符.
Natural and human-induced changes may exert considerable impacts on the seasonal and nodal dynamics of M2 and K1 tidal constituents. Therefore, quantifying the influences of these factors on tidal regime changes is essential for sustainable water resource