咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >自动检测图像目标的形态滤波遗传算法 收藏

自动检测图像目标的形态滤波遗传算法

Optimal Morphological Filters Using Genetic Algorithm for Automatic Target Detection

作     者:余农 李予蜀 王润生 YU Nong;WANG Run-Sheng;LI Yu-shu

作者机构:国防科学技术大学ATR国家重点实验室长沙410073 空军第一航空学院信阳464000 

出 版 物:《计算机学报》 (Chinese Journal of Computers)

年 卷 期:2001年第24卷第4期

页      面:337-346页

核心收录:

学科分类:0810[工学-信息与通信工程] 0808[工学-电气工程] 0839[工学-网络空间安全] 08[工学] 080203[工学-机械设计及理论] 0835[工学-软件工程] 081001[工学-通信与信息系统] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

主  题:图像分析 形态滤波器 遗传算法 优化计算 图像目标 自动检测 参数编码 

摘      要:提出了一种实现形态滤波器参数优化设计的遗传学习算法 (Genetic Training Algorithm forMorphological Fitters,GTAMF) .采用新的交叉与变异算子——曲面体交叉与主从式变异 ,通过优化搜索全局以获得滤波性和时效性兼优的形态滤波器参数 .实验结果表明该方法设计方便 ,实用性强且易于推广 ,对提高形态滤波性能效果明显 .分析表明 ,形态滤波器可分解为形态学运算和结构元选择两个基本问题 ,形态学运算的规则已由定义本身而确定 ,于是形态滤波器的最终滤波性能就仅仅取决于结构元的选择 .通过自适应优化训练使结构元具有图像目标的形态结构特征 ,从而赋予结构元特定的知识 ,使形态滤波过程融入特有的智能 ,以实现对复杂变化的图像具有良好的滤波性能和稳健的适应能力 .

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分