盖杉
- 作品数：27 被引量：36H指数：3
- 供职机构：南昌航空大学更多>>
- 发文基金：国家自然科学基金黑龙江省自然科学基金中国博士后科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于小波分解的纸币污损检测算法被引量：2
- 2011年
- 为提高清分系统中纸币污损检测的准确率,减少撕裂和笔迹等污损对检测的影响,提出了一种基于小波分解的污损检测算法.采用仿射变换和小波变换进行纸币图像配准,运用Kirsch算子提取图像边缘信息,通过计算边缘强度差提取出纸币图像的污损特征,将纸币图像划分为若干个固定大小子区域,通过对每个区域的污损特征统计来判断该区域是否存在污损.实验结果表明污损特征对于图像灰度值相对变化具有较强的抗干扰能力,同时具有高识别率与高稳定性.
- 盖杉刘鹏刘家锋唐降龙
- 关键词：纸币清分小波变换图像配准边缘检测
- 一种基于双树四元小波与深度学习的图像去噪方法及系统
- 本发明涉及一种基于双树四元小波与深度学习的图像去噪方法及系统。该方法包括：构建去噪网络模型；利用训练数据集，采用Adam优化算法，训练所述去噪网络模型，确定训练后的去噪网络模型；利用测试数据集对训练后的去噪网络模型进行测...
- 盖杉郝志伟
- 文献传递
- 基于双通道多尺度判别模型去雨系统及控制方法
- 本发明公开了一种基于双通道多尺度判别模型去雨系统及控制方法，所述系统包括：生成器和双通道多尺度判别器，所述生成器用于生成对抗网络，所述生成器具有多尺度特征提取单元和密集连接单元组成，所述多尺度特征提取单元用于获取接收场，...
- 盖杉谢强强
- 文献传递
- 基于深度学习的高噪声图像去噪算法被引量：19
- 2020年
- 为了更有效地实现高噪声环境下的图像去噪,本文提出一种基于深度学习的高噪声图像去噪算法.该算法首先采用递增扩充卷积并且融合批量标准化和Leaky ReLU函数对输入含噪图像进行特征提取与学习;然后通过结合递减扩充卷积和ReLU函数对提取的特征进行图像重构;最后通过整合残差学习和批量标准化的端到端网络实现图像与噪声的有效分离.实验结果表明,本文提出的算法不仅能够有效地去除高噪声环境下的图像噪声,获得更高的峰值信噪比(Peak signal-to-noise ratio,PSNR)与结构相似度(Structural similarity index,SSIM),而且还能够有效地改善图像的视觉效果,具有较好的实用性.
- 盖杉鲍中运
- 关键词：图像去噪卷积神经网络
- 一种基于特征监督生成对抗网络的去雨方法
- 本发明涉及图像处理技术领域，提供了一种基于特征监督生成对抗网络的去雨方法。为了提高网络的鲁棒性和参数利用率，本发明的方法在生成器将Dense Block模块作为U‑Net网络结构的组成部分。DenseNet的网络结构的每...
- 盖杉卢贝
- 文献传递
- 基于四元小波变换自适应双变量模型的图像去噪
- 2015年
- 提出一种新的基于四元小波变换自适应双变量模型的图像去噪算法.在四元小波变换域,以自适应双变量模型作为先验模型,对图像相邻尺度分解系数的稀疏分布进行建模,充分挖掘分解系数之间的统计相关性,采用Newton-Raphson迭代方法估计尺度间边缘系数的方差,在贝叶斯最大后验概率估计理论框架下对图像进行去噪处理.此算法取得了更优的去噪性能.
- 盖杉
- 关键词：图像去噪贝叶斯估计
- 基于退化复四元数卷积神经网络的图像去噪方法及系统
- 本发明涉及一种基于退化复四元数卷积神经网络的图像去噪方法及系统，包括：获取目标图像；将所述目标图像输入训练好的图像去噪模型中，得到目标图像对应的去噪图像；其中，训练好的图像去噪模型采用退化复四元数卷积神经网络模型，退化复...
- 盖杉聂博凡
- 一种基于自编码卷积神经网络的单幅图像去雨方法及系统
- 本发明涉及一种基于自编码卷积神经网络的单幅图像去雨方法及系统。该方法包括：训练基于自编码卷积神经网络的去雨模型；基于自编码卷积神经网络的去雨模型包括输入层、隐含层以及输出层；隐含层包括4层卷积层以及4层反卷积层；改进卷积...
- 盖杉支援
- 基于四元Sigmoid激活函数的图像分类方法及系统
- 本发明涉及一种基于四元Sigmoid激活函数的图像分类方法，属于深度学习技术领域，利用基于四元Sigmoid激活函数的图像分类网络对待分类图像进行图像分类。该图像分类网络包括并联结构层；并联结构层包括：拼接层、四元Sig...
- 盖杉態页鹤
- 新的纸币图像特征提取方法被引量：9
- 2010年
- 综合利用Contourlet变换和模糊逻辑方法的优点,提出一种新的基于Contourlet变换和模糊逻辑的纸币图像特征提取方法。该方法通过对纸币图像进行Contourlet变换,提取纸币图像在不同尺度不同方向上的变换系数。把提取的系数作为语言变量,在此基础上引入模糊逻辑方法,计算出模糊特征空间中每个模糊区域的激活强度值,并将其进行归一化处理后构成纸币的特征向量。同时结合纸币的几何特征来进行粗分类。采用神经网络作为识别分类器并且在识别阶段引入拒识类。实验结果表明,提出的方法取得了较高的识别率并且满足清分系统实时性的要求,该方法已经在一个资源约束的嵌入式系统中得到应用。
- 盖杉刘鹏刘家锋唐降龙
- 关键词：CONTOURLET变换模糊逻辑语言变量纸币识别
