基于5阶细胞神经网络图像浮雕算法研究  

A study of the fifth-order CNN relief algorithm

作　　者：汪乐乐 李国东[1] 

机构地区：[1]新疆财经大学应用数学学院,新疆乌鲁木齐832012

出　　处：《云南民族大学学报（自然科学版）》2018年第1期75-80,共6页Journal of Yunnan Minzu University:Natural Sciences Edition

基　　金：国家自然科学基金(11461063);国家社会科学基金(14BTJ021);新疆维吾尔自治区普通高等学校人文社会科学重点研究基地基金(050315B03);新疆财经大学研究生科研创新项目(XJUFE2017K006);新疆维吾尔自治区自然科基金(2017D01A24)

摘　　要：针对如何使图像中的浮雕效果更具有立体感的问题,设计了关于图像的5阶细胞神经网络(CNN)的浮雕算法研究的方案,研究了该算法对于图像的立体化处理的过程,对于同一图像分别采用5阶CNN、3阶CNN算法和拉普拉斯算法进行对图像的立体化处理,并比较了几类算法的优劣.实验表明,基于5阶CNN浮雕算法更接近现实,直观效果更好,在实现图像的实时处理中,能够有效地生成具有艺术效果的浮雕图像.同时,将其应用在遥感图像的处理工作中,取得了很好的效果.A new method named the fifth-order CNN relief algorithm is proposed,aiming at making the relief effect in the image more three-dimensional and revealing the relevant process. This research treats the same image by using the fifth-order CNN algorithm,the third-order CNN algorithm and the Laplace algorithm respectively,and compares their strengths and weaknesses. It concludes that this new algorithm can better reflect the truth,and produce better relief images with good artistic effects. Meanwhile,it will also produce good effects when applied to the remote-sensing images.

关 键 词：CNN 浮雕算法 拉普拉斯算法 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]