您的位置: 专家智库 > >

郝占龙

作品数:2 被引量:17H指数:2
供职机构:广西师范大学电子工程学院更多>>
发文基金:国家自然科学基金广西研究生教育创新计划项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇图像
  • 1篇单细胞
  • 1篇多尺度
  • 1篇神经网
  • 1篇神经网络
  • 1篇双边滤波
  • 1篇特征提取
  • 1篇图像分类
  • 1篇图像去噪
  • 1篇图像去噪方法
  • 1篇去噪
  • 1篇去噪方法
  • 1篇权值
  • 1篇权值函数
  • 1篇网络
  • 1篇细胞
  • 1篇滤波
  • 1篇卷积
  • 1篇卷积神经网络
  • 1篇CNN

机构

  • 2篇广西师范大学

作者

  • 2篇罗晓曙
  • 2篇郝占龙
  • 1篇卢磊
  • 1篇郭磊
  • 1篇唐堂

传媒

  • 1篇广西师范大学...
  • 1篇计算机工程与...

年份

  • 1篇2018
  • 1篇2017
2 条 记 录,以下是 1-2
排序方式:
结合非局部均值滤波的双边滤波图像去噪方法被引量:10
2017年
为了在图像去噪的同时很好地保留细节信息以及边缘信息,本文提出一种结合非局部均值滤波(non-local mean filter,NLMF)的双边滤波(bilateral filter,BF)图像去噪方法。首先利用改进权值函数的NLMF对含噪图像进行预去噪,然后再由得到的图像计算双边滤波的灰度相似性权值并对含噪图像进行最终去噪,同时采用2种快速算法分别实现非局部均值滤波和双边滤波。实验结果表明:与传统非局部均值滤波算法以及双边滤波算法相比,本文方法极大地减少了算法的运算复杂度,具有更好的去噪效果,较少的耗时。因此,本文方法对于图像去噪质量的提升具有一定的实用价值。
孙妤喆卢磊罗晓曙郭磊郝占龙唐堂
关键词:双边滤波权值函数图像去噪
基于同层多尺度核CNN的单细胞图像分类被引量:7
2018年
在经典卷积神经网络模型(Convolution Neural Network,CNN)——Le Net-5的基础上,针对经典模型无法有效进行单细胞图像分类、Faraki M,Nosaka R等人的分类方法需要复杂的特征提取,并且普遍只针对完整单细胞图像,并未考虑图像残缺时的分类等问题,提出了基于同层多尺度核CNN进行单细胞图像分类的方法 ,使用ICPR2012 HEp-2数据集进行计算机仿真实验测试;仿真实验测试结果表明,同层多尺度核CNN模型具有较高的分类正确率,鲁棒性更好,对于旋转、残缺、对比度亮度变化的单细胞图像仍然能够进行有效分类。
郝占龙罗晓曙赵书林
关键词:卷积神经网络单细胞特征提取
共1页<1>
聚类工具0