-
公开(公告)号：CN103440642A
公开(公告)日：2013-12-11
申请号：CN201310332517.6
申请日：2013-08-01
Applicant: 杭州电子科技大学
IPC: G06T7/00
Abstract: 本发明涉及一种基于点阵神经元响应时空信息的图像强弱边缘检测方法。本发明首先利用视野内图像的多方向Log-Gabor滤波结果，重构图像的边缘信息；接着将重构结果作为点阵神经元的输入；记录各个神经元首次发放动作电位的时间，形成时间矩阵；然后构造感受野窗口在时间矩阵上滑动，根据各时间元素的时序计算改进后的方差，并赋值给窗口中心点，从而获得包含神经元响应时间和空间信息的方差矩阵；之后将前述感受野窗口继续在方差矩阵上滑动，实现神经元在空间上的侧向抑制特性，获得边缘矩阵；最后将边缘矩阵逆映射为结果图像。本发明考虑了点阵神经元响应的时空信息，不仅能够检测出图像边缘，而且能够有效反映出边缘的强弱关系。
-
公开(公告)号：CN103679710B
公开(公告)日：2016-08-17
申请号：CN201310631982.X
申请日：2013-11-29
Applicant: 杭州电子科技大学
IPC: G06T7/00
Abstract: 本发明涉及一种基于多层神经元群放电信息的图像弱边缘检测方法。本发明构建具有抑制突触互连的多层神经元群，将数字图像作为输入层神经元群的输入，以各神经元首次放电的时空信息来表征图像像素；利用视觉感受野及各神经元放电时序，以时间方差来描述图像的空间细节，并考虑侧向抑制，继而实现选择注意机制以获取图像信息的视觉注意数据；结合选择注意过程，采用Log?Gabor多方向滤波结果实现空间变分辨率机制，获得重构后的图像边缘信息，并利用输出层神经元群对边缘信息进行增强。本发明考虑了神经元群的突触互连特性；引入多方向滤波机制反映皮质对视觉信息的简单过程；利用多层神经元群实现图像弱边缘的有效检测。
-
公开(公告)号：CN103345754B
公开(公告)日：2016-12-28
申请号：CN201310290419.0
申请日：2013-07-10
Applicant: 杭州电子科技大学
IPC: G06T7/00
Abstract: 本发明涉及一种基于皮层神经元视觉方向响应的图像边缘检测方法。本发明首先对视野内图像进行多方向Log-Gabor滤波预处理；其次选择匹配上述预处理方向的图像降维方式，将四路二维图像信号分别降维为一维信号序列；然后将四路一维信号序列分别输入至皮层神经元模型，产生动作电位序列；接着将四路动作电位序列分别按图像降维逆扫描方式重构为对应的二维信号；最后将重构的四路二维信号经过判别器，融合为一路二维信号，并重新映射为二值图像，即为原图像边缘检测的结果。该发明有效的结合生物视觉系统的方向选择性和神经元的脉冲发放机制，使其更符合真实的视觉生理特性，因而具有较理想的边缘检测效果。
-
公开(公告)号：CN103440642B
公开(公告)日：2016-04-06
申请号：CN201310332517.6
申请日：2013-08-01
Applicant: 杭州电子科技大学
IPC: G06T7/00
Abstract: 本发明涉及一种基于点阵神经元响应时空信息的图像强弱边缘检测方法。本发明首先利用视野内图像的多方向Log-Gabor滤波结果，重构图像的边缘信息；接着将重构结果作为点阵神经元的输入；记录各个神经元首次发放动作电位的时间，形成时间矩阵；然后构造感受野窗口在时间矩阵上滑动，根据各时间元素的时序计算改进后的方差，并赋值给窗口中心点，从而获得包含神经元响应时间和空间信息的方差矩阵；之后将前述感受野窗口继续在方差矩阵上滑动，实现神经元在空间上的侧向抑制特性，获得边缘矩阵；最后将边缘矩阵逆映射为结果图像。本发明考虑了点阵神经元响应的时空信息，不仅能够检测出图像边缘，而且能够有效反映出边缘的强弱关系。
-
公开(公告)号：CN103679710A
公开(公告)日：2014-03-26
申请号：CN201310631982.X
申请日：2013-11-29
Applicant: 杭州电子科技大学
IPC: G06T7/00
Abstract: 本发明涉及一种基于多层神经元群放电信息的图像弱边缘检测方法。本发明构建具有抑制突触互连的多层神经元群，将数字图像作为输入层神经元群的输入，以各神经元首次放电的时空信息来表征图像像素；利用视觉感受野及各神经元放电时序，以时间方差来描述图像的空间细节，并考虑侧向抑制，继而实现选择注意机制以获取图像信息的视觉注意数据；结合选择注意过程，采用Log-Gabor多方向滤波结果实现空间变分辨率机制，获得重构后的图像边缘信息，并利用输出层神经元群对边缘信息进行增强。本发明考虑了神经元群的突触互连特性；引入多方向滤波机制反映皮质对视觉信息的简单过程；利用多层神经元群实现图像弱边缘的有效检测。
-
Patent Agency Ranking
公开(公告)号：CN103117066A
公开(公告)日：2013-05-22
申请号：CN201310017877.7
申请日：2013-01-17
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于时频瞬时能量谱的低信噪比语音端点检测方法。传统方法降噪效果不是很理想。本发明方法将时频瞬时能量谱特征作为端点检测的依据，首先对含噪语音进行小波包分解，并对分解后的低频分量进行重构。利用经验模态分解对重构后的信号进行处理，并运用相关系数阈值准则进行固有模态函数的筛选和剔除，获取有效IMF分量。重组得到的IMF分量，进行Hilbert变换并计算相应的瞬时能量谱，构成语音端点检测的特征向量。对得到的结果进行分帧处理，将前5帧瞬时能量谱均值作为噪声的瞬时能量谱，并采用语音起-止双阈值门限法进行含噪语音的端点检测。本发明使含噪语音的时频分辨能力得到显著的改善，提高了语音端点检测的效率。
-
公开(公告)号：CN103117066B
公开(公告)日：2015-04-15
申请号：CN201310017877.7
申请日：2013-01-17
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于时频瞬时能量谱的低信噪比语音端点检测方法。传统方法降噪效果不是很理想。本发明方法将时频瞬时能量谱特征作为端点检测的依据，首先对含噪语音进行小波包分解，并对分解后的低频分量进行重构。利用经验模态分解对重构后的信号进行处理，并运用相关系数阈值准则进行固有模态函数的筛选和剔除，获取有效IMF分量。重组得到的IMF分量，进行Hilbert变换并计算相应的瞬时能量谱，构成语音端点检测的特征向量。对得到的结果进行分帧处理，将前5帧瞬时能量谱均值作为噪声的瞬时能量谱，并采用语音起-止双阈值门限法进行含噪语音的端点检测。本发明使含噪语音的时频分辨能力得到显著的改善，提高了语音端点检测的效率。
-
公开(公告)号：CN103345754A
公开(公告)日：2013-10-09
申请号：CN201310290419.0
申请日：2013-07-10
Applicant: 杭州电子科技大学
IPC: G06T7/00
Abstract: 本发明涉及一种基于皮层神经元视觉方向响应的图像边缘检测方法。本发明首先对视野内图像进行多方向Log-Gabor滤波预处理；其次选择匹配上述预处理方向的图像降维方式，将四路二维图像信号分别降维为一维信号序列；然后将四路一维信号序列分别输入至皮层神经元模型，产生动作电位序列；接着将四路动作电位序列分别按图像降维逆扫描方式重构为对应的二维信号；最后将重构的四路二维信号经过判别器，融合为一路二维信号，并重新映射为二值图像，即为原图像边缘检测的结果。该发明有效的结合生物视觉系统的方向选择性和神经元的脉冲发放机制，使其更符合真实的视觉生理特性，因而具有较理想的边缘检测效果。
-
公开(公告)号：CN203838761U
公开(公告)日：2014-09-17
申请号：CN201420164410.5
申请日：2014-04-04
Applicant: 杭州电子科技大学
IPC: G06T7/00
Abstract: 本实用新型涉及一种基于神经元群网络电路模块的图像边缘检测装置。包括以CCD作为图像传感器，对需要检测的物体进行CCD成像，然后利用电路单元组成的神经网络、滤波器以及通过电路实现的生物神经特性对输入图像进行处理，进而获取相应的边缘图像。所述神经元群网络模块基于真实的生物神经网络结构，具备抑制性突触，同时结合通过电路实现的生物神经特性对输入图像进行处理获取最终的边缘图像。本实用新型检测图像边缘效率高，易于实现，准确性好，且检测结果与人的主观认知相符合，可广泛应用于医学图像等处理领域，同时也为后续利用计算机进行图像理解与认知提供了重要的基础。
-
公开(公告)号：CN203191327U
公开(公告)日：2013-09-11
申请号：CN201320201077.6
申请日：2013-04-19
Applicant: 杭州电子科技大学
IPC: G01N21/956
Abstract: 本实用新型涉及一种基于机器视觉的PCB板缺陷自动检测装置。该装置由密封箱、照明系统、图像采集系统、图像处理分析单元组成。其中密封箱由上提式门、底座工作台、圆柱形仪器外壳组成，圆柱形仪器外壳具有数据通信接口；照明系统由环形线性三色LED光源、微控制器构成；图像采集系统由双CCD相机装置、图像采集卡、运动轴、步进电机、运动控制卡组成；图像处理分析单元包含计算机系统，检测软件完成图像采集、双CCD相机的运动轴控制、环形线性三色LED光源的调控、图像的预处理、缺陷自动检测分析等功能。该装置克服了传统人工检测方法的缺点，有利于实现PCB板缺陷检测的自动化、快速性、准确性以及稳定性。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.019 seconds)
