【摘 要】
：
自适应分级目标区分和识别神经网络(SAHTIRN)是用于自动目标识别的先进神经网络模型的一种独特而有效的组合。它由三种模型组合而成:(1)一个基于Canny边缘探测器的早期视觉分段器,(2)一个基于改进型新识别器(Neocognitron)结构的分级特征萃取和图形识别系统,(3)一个基于反向传播网络的图形分类器。在由国防先进研究计划局发起的一个神经网络计划中,休斯公司利用地面标图板为模型的红外成象
论文部分内容阅读
自适应分级目标区分和识别神经网络(SAHTIRN)是用于自动目标识别的先进神经网络模型的一种独特而有效的组合。它由三种模型组合而成:(1)一个基于Canny边缘探测器的早期视觉分段器,(2)一个基于改进型新识别器(Neocognitron)结构的分级特征萃取和图形识别系统,(3)一个基于反向传播网络的图形分类器。在由国防先进研究计划局发起的一个神经网络计划中,休斯公司利用地面标图板为模型的红外成象技术,以一些地面车辆为目标,对自适应分级目标区分和识别神经网络进行了广泛的测试。此外,利用一些实际的红外
其他文献
我们在工作和生活中经常会遇到在进口货物的包装上印有一小串有规律的黑白条纹和条纹下面的两组数字组成的图案,这就是条码。它是一种商品识别标记,是供光电
光电阅读机OMR(Optical Mark Reader)是一种专用计算机输入设备。它可以直接读入信息卡上的涂写内容,并送到计算机中去,为计算机处理数据提供了方便。但这种读卡设备使用起来有一定的局限性,它只能对信息卡上固定部位的涂写状态进行识别。使用时首先要对输入数据进行规范化处理,根据输入数据的要求设计出专用的信息卡,在信息卡上对所有涂点进行定义,标注出涂写位置,同时要用套色版印制出来。因此,用
本文提出了一种复杂表格识别和处理方法。该方法首先输入一张未填有用信息的空表格作背景信息表格,然后输入已填有用信息的同类表格作有用信息表格。对有用信息表格图象采用几何位置配准使两幅表格的背景信息重合,然后利用数字逻辑运算和智能相关处理技术以达到对残留背景信息的彻底清除,保留后填入的有用信息供识别处理。此方法对表格形式不限,适用于背景信息和有用信息采用同色或异色笔填写。方法仅需第一次输入一张空表格后,
美国亚利桑那州Tucson市的Boeckeler仪器公司研制成功可使视频图像质量最佳化的图像对比度控制器。这种控制器可用于微观和宏观图像观测。这种对比度控制器已用于激光和光纤工业中。IMG—100型图像对
日本电气公司首次成功研制成“活动图像识别用高速并列图像处理LSI。该LSI对活动图像来说用计算机进行视觉识别。把图像输入输出和图像保持,以及超高速运算功能等积成1片,做成3.84GIPS程序,实现世界最高的图像处理运算速度。 该LSI利用0.55μmBiCMOS2层铝配线工艺技术,把2Mbit的SRAM和64个8bit处理程序积成一个芯片结构,该LSI有以下
青山学院大学理工学部的富山健教授领导的研究小组,开发了利用神经网络,通过图像对橡皮圈或软线等不成形物体进行识别的新技术。虽然不是对物体的质感或颜色信息,
数字图象的质量与矩阵大小、图象基础模糊度、位深及噪声有关。图象上所有的象素阵列称为图象矩阵。如果图象矩阵小,数字图象的分辨率低。象素大小小于图象基础模糊度时,图象模糊度超出标准。象素的密度由不同位数的二进制数位深表示。初始图象的噪声越多,表示图象的位越少,象素太少或位深太小都会影响图象质量。
1.前言 社会活动,人类生活需要使用大量的图像信息,而随之发展起来的电子信息技术理所当然便兴盛起来。也就是说从图像的应用开发直到投入使用。不过,就其今后的发展,以及能否寻求出新的利用方式等目前尚未予以考虑。 当利用电子图像时,首先最重要的是如何以光学、电子信息的手段输入图像信息,因为一旦信息在此过程中被劣化,也许在后面就不能复原。 图像输入的第一个目的,是最终为了让人们能看到再现的图像,如何来摄取
松村电子公司开发了新型的指纹识别仪,该装置,用手指按上就能取出指纹图像,参照记录的信息可进行识别,是利用棱镜全反射把指纹凹凸用CCD摄像机显示成黑白图案,从指纹中心到最外边缘以及特征点取出200至300个点,记录下来并和指纹数据高速比较,从位置和方向进行识别。其识别率达到了99％以上。
目前,视频标准方面有很多新的发展,如下所示: ·Hi-Colour:(215或32768色,15bits;217或65536色,17bits);·24比特彩色(224或1670万色,也称为真象或真彩色标准);·图形(或窗口)加速卡提供了具有Hi-Colour或24比特彩色SVGA的标准;·Local Bus图形卡。 想对计算机系统升级的人们必须要考虑采用什么标准:VGA、SVGA,Hi-Colou