24小时热门版块排行榜

返回列表

【有奖交流】积极回复本帖子，参与交流，就有机会分得作者 348606753 的 56 个金币，回帖就立即获得 1 个金币，每人有 1 次机会

348606753

银虫 (小有名气)

应助: 1 (幼儿园)
金币: 426.6
帖子: 80
在线: 289.4小时
虫号: 451493

[交流] 宣传下我花了多年时间完成的的图形图像处理论文

录用一年了，还没有刊出，看的人太少，宣传一下

以下是引言
从大禹采取疏导治水的方法[1], 到排水系统[2], 再到化工流体设计[3]; 从踏板纺织机[4], 到吉姆斯·瓦特[5]的离心调速器, 再到机械臂[6]; 从算盘, 到布莱斯·帕斯卡尔等[7]的齿轮驱动计算, 再到William Shockley等[7]的晶体管电路. 前述的或相似的, 每种方法或设备的运用, 都为人类生产、生活带来巨大效率提升及能耗降低. 这些进步都源于各位先贤对事物自然规律更加深刻的认知, 以及将这些规律巧妙运用. 有时进步, 是新的自然规律发现及应用; 有时进步, 是多种事物, 根据自身不同规律, 按照特定流程巧妙地组合为的复杂系统[8]. 让其按照时间顺序自动化运行, 从而完成目标任务. 人类创建的自动化运行的复杂系统, 除了由人按自身心理、行为规律构建的社会系统[9], 还有由物体构建的各种自动化系统[5].
目前的计算机是, 在冯·诺依曼体系结构[10]下, 按照脉冲时间顺序, 进行二进制布尔运算[7]的电子自动化系统. 计算机, 不仅能按人类给定的程序, 高效完成各种复杂的十进制数学运算, 还能模拟事物的自然规律变化, 甚至能构建一个虚拟的平行系统[11]. 在这虚拟的平行系统里, 人们完成了各种图形图像的产品和工程设计, 甚至创造出了比现实更美妙的音乐、影像. 计算机对图像处理和图像识别的应用, 催生出各种算法. 边缘检测是图像分析处理的第一步, 主要是提取形状的重要特征信息[12-13]. 边缘检测也是视觉通过水平细胞抑制作用处理的重要步骤[14]. 边缘检测后, 图像会生成很多线性交点. 如果交点作为特征点, 在图像识别、图形定位、三维重构中应该会有较大应用价值. 目前的图像边缘检测, 在视角和光照变化影响下, 交点位置变化较大. 边缘检测最大缺点是对纹理和图像层次信息损失非常大.
1980年, Fukushima根据生物学家Huble和Wiesel的层级模型, 产生了由输入层、卷积层、池化层、全连接层及输出层构成的CNN神经网络[15]. CNN神经网络, 使得机器学习方法下的图像识别技术得到重大进展. 然而, 机器学习和图像处理算法, 并不符合动物记忆特性, 也不符合计算机的布尔运算规则. 图像学习和处理过程中, 需要消耗大量的数据资源和计算资源. 目前, 符合计算机布尔运算的并在CAD等平面设计软件中应用的, 二维图形处理算法, 是基于交点遍历的算法和简单片链算法[16-17].
其实早在20世纪40年代末, 冯·诺依曼就提出了适合大型并行运算的、符合布尔逻辑运算的元胞自动机模型方法[18]. 经过多年, 元胞自动机发展出类似于数学形态学腐蚀、膨胀的布尔逻辑规则[19-23], 用于图像处理. 对于二值图像的边缘检测, 和采用坐标逻辑把灰度图像分解成多个不同坐标系的二值图像后用CA并行处理, 获得了很好的实验结果[19,21]. 文献[24]运用不同的元胞自动机规则逐级加密生成水印图像, 有效克服了部分水印算法在安全性方面存在的不足. 元胞自动机不仅广泛用于图形图像处理, 它对空间和时间划分方法, 对于物理扩散现象研究也具有启发性意义[18,25]. 本文尝试, 根据Margolus[18]邻域元胞自动机模型二维网格划分方法, 运用布尔逻辑的脉冲运算规则, 采用CNN神经网络分层结构, 对图形进行边缘检测和进一步的研究.
下载地址：https://kns.cnki.net/KCMS/detail ... .html#opennewwindow

回复此楼