西安电子科技大学学报

2020, v.47(03) 66-71

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

一种深度残差学习的含噪图像轮廓重建方法
Contour reconstruction method for noisy image based on depth residual learning

王晓明;张淑艳;张婕;原思聪;

摘要(Abstract):

为了提高识别含噪图像的能力,提出一种基于深度残差学习的含噪图像轮廓重建方法。采用锐化模板匹配技术进行含噪图像信息的增强处理;利用图像的局部灰度信息构建图像的边缘活动轮廓模型;采用活动轮廓套索方法进行图像高分辨重构;提取含噪图像的局部灰度能量项与局部梯度能量项特征量,构建卷积神经网络分类器进行特征分类;结合图像灰度直方图的相似性判断学习的卷积神经网络的学习深度,提升图像细节信息的分辨能力,实现含噪图像的轮廓高分辨重建。仿真结果表明,采用该方法进行含噪模糊图像重建的分辨能力较高,输出峰值信噪比较高,有效地提升了图像的识别能力。

关键词(KeyWords): 图像识别;深度学习;卷积神经网络;轮廓重建

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(51878546);; 陕西省教育厅科技计划(17JK0453);; 陕西省自然科学基金(2018JM5090)

作者(Author): 王晓明;张淑艳;张婕;原思聪;

Email:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享