形态滤波器是一种非常重要的非线性滤波器。本课题在研究数学形态学和基本形态滤波器基础上,引入神经网络和遗传算法等相关学科的理论和方法,研究形态滤波器的最优化理论,高效快速算法,并研制最优形态滤波的硬件并行处理系统。其研究成果将会在图象处理、模式识别和计算机视觉等领域获得广泛应用,对非线性过滤波技术的发展产生积极的影响。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于MCPF算法的列车组合定位应用研究
高分五号卫星多角度偏振相机最优化估计反演:角度依赖与后验误差分析
GF-4序列图像的云自动检测
融合字符串特征的维吾尔语形态切分
Worldview 3全色与短波红外影像两步式融合框架
非线性加权观测融合滤波算法及其渐近最优性研究
算法微分实现与最优化方法研究
神经形态系统的通用学习算法及其电路与光学实现
多传感器最优和自校正加权融合滤波算法研究