用前向网实现噪声图象的边缘提取

本文提出采用多层前向网及改进的ＢＰ算法，对经Ｃａｎｎｙ最佳边缘检测算子处理噪声图象后得到的高、低门限图进行不连续轮廓的并行“修补”，能够较快地得到信噪比高的边缘图象．     

一种基于模糊熵和遗传算法的图像分割方法

图像阈值分割技术在图像分析和图像识别中具有重要意义.作者将模糊数学理论和遗传算法结合在一起,利用最大模糊C组分类熵原则确定分割阈值.该方法可以将图分成两类或多类.实验结果表明该方法是有效的.     

基于弹性模反的嘴巴轮廓提取

本文提出了一种改进的更符合唇形的嘴巴弹性模板，结合一组利用了原图像灰度信息，边缘及谷值区域信息的能量函数。     

精确复原退化图象的连续Hopfield网络研究

提出一种改进的全并行自反馈连续Ｈｏｐｆｉｅｌｄ网络和于图象复原。理论分析表明，该改进的Ｈｏｐｆｉｅｌｄ网络模型能使网络能量更精确地收敛到全局极小，从而提高复原图象的质量。对该网络复原匀速直线运动模糊图象的结果与Ｐａｉｌ方法得到的复原图象进行了比较，发现该方法得到和复原图象信噪比提高显著，目视效果更佳。     

基于卷积算法的离散小波变换IP核设计

该文设计了一种实现多级二维实数小波变换的集成电路IP核，可用于JPEG2000编码器中．采取易于硬件实现的卷积算法，详细分析了该IP核的各个模块和时序，经过EDA软件仿真和综合，并在自行设计的一块FPGA的PCI开发板上进行了验证和性能分析．     

评《子波变换与子波分析》

(《子波变换与子波分析》。赵松年 熊小芸 著.北京:电子工业出版社,1997.页码:150页.定价:18元) 在应用数学中,子波分析是当前现代分析学中两大重要分支之一。它含有非常丰富的数学内容和极其优美的内在性能,因此它蕴含着巨大的应用潜力。“子波”已成为各个领域的科     

基于数学形态学和神经网络的纹理分类

本文提出一种基于数学形态学和神经网络的纹理分类方法．首先运用数学形态学的开、闭运算提取纹理图像的特征,然后用ＢＰ神经网络对纹理进行分类．实验证明这种方法是有效的     

基于二维小波分解的图像树形结构编码

采用双正交小波变换对图像进行分解,得到一个图像的多分辨率表示。对于不同分辨率的子图在Ａｎｔｏｎｉｎｉ提出的方法基础上采用树形结构的问题的向量编码。从实验结果可以看出,与全搜索ＶＱ相比较在信噪比影响不大的基础上,大大减少了编解码的计算时间。