说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> 图象处理/神经网络
1)  image processing/neural networks
图象处理/神经网络
2)  parallel/neural networks
并行处理/神经网络
3)  neural cooperative network processor
神经网络协处理机
4)  neural network object
神经网络对象
5)  raw video picture
未经处理的图象
6)  neural network theory
神经网络理论
1.
This paper summarizes the development of neural network theory briefly and discusses the main trend of devel-oping and related newtopics based on the theory.
本文简要概括了神经网络理论的发展。
补充资料:彩色图象处理


彩色图象处理
color image processing

。l,…,a3,仍,。3,并进行下面的计算可以是一个标定的过程: R‘=a IR+b1G+ciB G’=aZR+bZG+cZB B‘=a3尺+63G+e3B 伪彩色我们的眼睛比较容易发现彩色的变化,而对亮度的逐渐变化则不敏感。据研究,人们只能辨认50多种单色等级,但是辨认200多种彩色是不成问题的。所以利用彩色可以增强或改善人们的视觉效果。伪彩色技术将灰度图象f(x,y)映射为伪彩色图象【R(x,y),G(x,y),B(x,y)],其中,R(x,刃=Fr【f(x,刃〕,G(x,y)二乓〔f(x,妇」,B(x,刃二凡【f(x,刃〕。Fr,凡,凡为不同彩色分量的映射函数。例如,为了表示一幅黑白图象中的山地的起伏,我们可利用下面表格把16个等级的单色图象变成伪彩色的图象。┌──┬─┬─┬─┬─┬─┬─┬─┬─┬─┬──┬─┬─┬─┬─┬─┬─┐│单色│0 │1 │冈│同│4 │5 │同│7 │8 │【,│困│1l│12│阎│l4│15│├──┼─┼─┼─┼─┼─┼─┼─┼─┼─┼──┼─┼─┼─┼─┼─┼─┤│红 │0 │0 │0 │0 │0 │19│23│35│49│54 │63│54│63│52│54│63│├──┼─┼─┼─┼─┼─┼─┼─┼─┼─┼──┼─┼─┼─┼─┼─┼─┤│绿 │0 │14│17│20│25│27│31│42│49│33 │26│0 │0 │0 │29│63│├──┼─┼─┼─┼─┼─┼─┼─┼─┼─┼──┼─┼─┼─┼─┼─┼─┤│蓝 │国│国│0 │0 │国│0 │0 │0 │0 │0 │0 │0 │0 │53│58│63│└──┴─┴─┴─┴─┴─┴─┴─┴─┴─┴──┴─┴─┴─┴─┴─┴─┘ 彩色在机器视觉中的应用在机器视觉系统中,往往需要进行图象分割,彩色信息可以用来帮助进行图象分割。但是,彩色图象分割并不是简单地增加图象中信息的维数,而是有其自身的特殊物理本质的。彩色信息最重要的优点之一是物体表面的颜色在几何形状和位置变化时比相应的图象亮度要稳定得多。颜色的变化在很大程度上是与景物的光学反射特性有关。物体的反射特性及光源决定了物体的颜色、辉光(物体上的亮斑)和影调(亮度在物体表面的变化)。人们往往利用所谓的彩色反射模型来说明图象中由于反射造成的颜色变化的规律。例如,双色反射模型认为,反射光由两种成分组成:一种是界面反射成分,它具有镜面反射的分布特性。另一种是本体反射成分,它具有漫反射的分布特性。双色反射模型还认为,物体上某一点的颜色是界面反射分量和本体反射分量的线性组合。
说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条