基于小波神经网络的图象增强算法
文章提出了一种基于视觉注意机制的小波神经网络。该模型以差生成小波（ｄｉｆｆｅｒｅｎｃｅ ｗａｖｅｌｅｔｓ）产生神经元间的联结权值模板，通过对小波尺度参数的调整实现网络的学习。引进了一种新的兴趣度，从而把握了初级视觉过程中的独立于语义的注意机制。高斯函数作为尺度函数在视觉信息处理中表现出良好的性能，在实验中，研究人员以光滑差小波－－高斯函数之差（ＤＯＧ函数）作为产生权值的核函数，通过对注意强度取阈值来实现图象信息的增强，根据图象信息熵的变化调整核函数中的尺度参数，实现了图象的基于极大熵的变尺度增强算，这种算法具有最佳尺度选择的特征。
神经网络 图像处理 差生成小波 尺度函数 算法
张永平 郑南宁 李翠华
交通大学人工智能与机器人研究所
国内会议
上海
中文
266～271
1998-05-01（万方平台首次上网日期，不代表论文的发表时间）