搜索资源列表
作业三图像去噪
- 人工神经网络 利用BP网络进行简单的图像去噪(Artificial neural network image denoising)
PCNN--图像融合
- pcnn图像融合技术，采用脉冲耦合神经网络对图像进行融合处理，希望对大家有用。(PCNN image fusion technology, the use of pulse coupled neural network for image fusion, in the hope that useful to everyone.)
用神经网络进行手写数字的识别
- 该文件可以用于实现手写文字的图像识别，欢迎下载(The document can be used to achieve handwritten text recognition)
应用BP网络的方法进行图像的压缩
- 该文件应用神经网络方法进行图像文件的压缩，欢迎交流(The file using neural network method for image file compression)
BP神经网络手写数字识别
- 使用bp神经网络算法识别手写阿拉伯数字图像，三层的误差反馈神经网络，可输出准确率，数据集为60000条数据，每条数据是一张28*28的图片(The BP neural network algorithm is used to recognize handwritten Arabia digital images, and the error feedback neural network of three layers can output the accuracy rate. The data
图像识别
- 实现图片识别功能。该程序使用人工神经网络进行图像的STD处理。(Realizing the function of image recognition)
一种基于RBF神经网络的图像处理方法
- 该文件是用RBF神经网络算法对图像进行处理的一个很好的借鉴的文章(The file is a good reference to the image processing with the RBF neural network algorithm.)
BP神经网络实现图像压缩
- matlab实现图像压缩处理，算法使用BP神经网络实现(Image compression using matlab)
matlab数字图像处理与识别
- 将理论知识、科学研究和工程实践有机结合起来，内容涉及数字图像处理和识别技术的方方面面，包括图像的点运算、几何变换、空域和频域滤波、小波变换、图像复原、形态学处理、图像分割以及图像特征提取的相关内容；同时对于机器视觉进行了前导性的探究，重点介绍了两种目前在工程技术领域非常流行的分类技术——人工神经网络（ANN）和支持向量机（SVM），并在人脸识别这样的热点问题中结束《精通Matlab数字图像处理与识别》。(Combining theoretical knowledge, scientific re
PCNN（脉冲耦合神经网络）
- 将PCNN（脉冲耦合神经网络）用于图像融合，以红外光强与偏振图像的融合作为例子。(PCNN (pulse coupled neural network) is applied to image fusion, taking the fusion of infrared and polarization images as an example.)
卷积神经网络python代码
- 用于进行图像识别与大型图像的处理，是一种高效的识别方法(It is an efficient recognition method for image recognition and large image processing.)
BP神经网络的预测与人脸识别
- 基于matlab平台的BP神经网络的预测与人脸识别。(BP neural network prediction and face recognition based on MATLAB platform.)
BP神经网络图像复原
- 利用神经网络的强大的学习功能将退化的图像回复出原来的信息以及数据
卷积神经网络CNN进行图像分类
- 基于卷积神经网络的图像识别，应用于MATLAB(Image Recognition Based on Convolutional Upgrading Network)
MATLAB
- 实现遥感图像地物分类，利用了BP神经网络，结果清晰功能强大(Realization of Ground Object Classification in Remote Sensing Images)
水下图像去雾与增强
- 这篇论文提出了一种较好的水下图像增强的方法。首先使用经过端到端训练的卷积神经网络去测量输入图片，同时以自适应双边滤波器对传输图片进行处理。接着提出一种基于白平衡的策略来消除图片的颜色偏差，用拉普拉斯金字塔融合获得无雾和色彩校正图像的融合结果。 最后，输出图像被转换为混合小波和方向滤波器组（HWD）域，用于去噪和边缘增强。 实验结果表明，该方法可以消除颜色失真，提高水下图像的清晰度。(This paper proposes a better underwater image enhancement
基于脉冲耦合神经网络的图像分割程序
- 近年来，基于Eckhorn的猫视觉皮层模型的脉冲耦合神经网络（Pulse Coupled Neural Net,PCNN）,已被广泛用于图像平滑、分割以及边缘检测等图像处理领域的研究中，并显示了其优越性。(Pulse Coupled Neural Net,PCNN)
BP网络图像分类
- 采用神经网络进行图像分类，分类方法简单，但是效果略差。(Using neural network for image classification, the classification method is simple, but the effect is slightly poor.)
卷积神经网络去雾
- 该代码实现了使用Matlab实现卷积神经网络来对图像进行去雾操作。(This code implements a convolutional neural network using Matlab to defog the image.)
神经网络3
- 人工智能分割图像方法，运用深度学习实现，程序可直接使用(The method of image segmentation based on artificial intelligence and realized by deep learning)