周先春
- 作品数：198 被引量：386H指数：11
- 供职机构：南京信息工程大学更多>>
- 发文基金：国家自然科学基金江苏省高校自然科学研究项目国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术电子电信理学天文地球更多>>
- 基于PCNN和图像熵的各向异性扩散的图像去噪方法
- 本发明公开了基于PCNN和图像熵的各向异性扩散的图像去噪方法，首先，采用脉冲耦合神经网络对噪声图像进行处理，得到熵序列En，将En作为边缘检测算子；然后，进行阈值寻优，得到最优去噪阈值k；最后，根据求得的边缘检测算子En...
- 周先春吴婷石兰芳陆传荣周林锋
- 文献传递
- 一种基于超声技术的气体温度测量系统
- 本实用新型涉及一种基于超声技术的气体温度测量系统，属于测量和处理技术领域，包括数据收集模块、数据处理模块、数据显示模块、数据传输模块，数据收集模块，用于发射与接收超声波信号并且测量出超声波传输速率数据信息，通过无线通信将...
- 周先春徐燕吴静薛菁张浩瑀王咏
- 文献传递
- 基于国产芯片的雷达伺服多通信系统被引量：1
- 2023年
- 对国产器件的雷达伺服多通道通信平台进行研究,针对雷达伺服系统硬件自主可控和多通道通信复杂的问题,提出一种基于MCU+FPGA架构的国产雷达伺服多通道通信系统,以此来提升伺服控制的可靠性、冗余性和通用性,设计了6路RS-422融合结构,完成和各分系统组件之间的通信,并在Altium Designer上完成了器件原理图设计和印制电路板的布局布线,实现了印制板电路6层堆叠设计和实物静态测试。测试结果表明本设计的通信系统满足设计需求,能够实现国产替代。
- 赵书安周木春周木春王博文周先春
- 关键词：雷达伺服硬件设计
- 基于卷积神经网络的疲劳检测改进算法
- 2024年
- 为了解决当前的疲劳检测算法准确率低或实时性差的缺点,提出一种改进的卷积神经网络疲劳检测算法。使用HOG检测算法结合KCF跟踪算法对采集的人脸进行检测和跟踪;随后调用Dlib库进行脸部关键点的提取;通过引入可变形卷积神经网络对提取的眼部和嘴部进行状态识别;通过CEW和YAWDD数据集进行测试,疲劳检测准确率达到94.36%。实验表明,与当前的疲劳检测算法相比,提出的方法能够实时地检测驾驶员疲劳,并且具有较高的准确率。
- 周先春邹清宇陆滇
- 关键词：人脸检测
- 行波进位加法器、进位选择加法器及多级进位选择加法器
- 本发明公开了量子元胞自动机领域的行波进位加法器、进位选择加法器、多级进位选择加法器以及盒式滤波器。其中，行波进位加法器是基于量子元胞自动机技术设置，行波进位加法器的各位全加器均包括由多个量子元胞共面交叉构成的互连的异或逻...
- 周先春王博文汪志飞崔程程
- 阈值寻优的高保真各向异性滤波方法
- 本发明公开了一种阈值寻优的高保真各向异性滤波方法，首先用小波变换提取图像的高频部分，在高频部分用二阶微分量曲率模值来反映局部信息，并建立高保真各向异性滤波模型；再用最小均方算法进行阈值寻优，进一步控制扩散强度；然后用建立...
- 石兰芳聂子文周先春
- 文献传递
- 结合感受野优化与残差激励的图像去噪
- 2023年
- 前馈去噪卷积神经网络(DnCNN)拥有较为优异的图像去噪表现。然而,仅采用3×3依次相连的卷积核使得感受野在浅层受限,无法获得图片更多的特征信息。针对这一不足,提出一种Concatenate’s Convolutional Neural Network(CCNN)图像去噪模型。新模型使用3×3、5×5、7×7和9×9并联卷积核组成一个Concatenate block,并且自适应确定最佳网络层数。为了使得网络的特征信息不容易丢失,以及保留图像的浅层信息,加入了浅层到深层的残差激励;加入了全局残差学习,可以让网络直接提取含噪图像中的噪声信息,使得网络去噪效果更加优秀;同时为了缓解梯度消失,加速网络收敛,使用批量规范化(Batch Normalization)和非线性激活函数(ReLU)。在公开数据集中对比其他优秀方法表明,论文提出的模型去噪效果更加明显。
- 葛超周先春殷豪吴迪
- 关键词：图像去噪连接函数
- 基于PSPICE的多级SPD仿真与实际冲击试验方法和系统
- 本发明利用PSPICE仿真软件采用组合波对多级电涌保护器SPD进行线‑地、线‑线两种工作模式下的残压以及通流量进行测试，同时利用实际冲击试验平台进行多级SPD的实际冲击试验，然后将仿真测试结果与实际冲击试验结果进行对比，...
- 周先春吴婷陈超陈铭邹宇
- 文献传递
- 一种权值自适应混合阶全变分图像去噪算法
- 本发明公开了一种权值自适应混合阶全变分图像去噪算法，包括以下步骤：对图像进行预处理，彩色图像转换为灰度图像，为图像添加高斯白噪声；将全变分模型为基本框架构建图像去噪模型，求解约束模型下最小化；提出高阶全变分模型，将其融入...
- 周先春陈璟昝明远俞燊陆滇殷豪唐慧
- 文献传递
- 小波包与偏微分方程相结合的图像去噪方法被引量：14
- 2018年
- 图像在去噪时,梯度算子不能有效识别图像的灰度渐变区和图像淡边缘,而二阶微分量含有更丰富的信息,首先构建二阶微分算子,建立兼顾PM(Perona-Malik)模型和MCD(mean curvature diffusion)模型两者优点的权重函数,可自适应的去除噪声;再用小波包对噪声图像进行系数分解,克服权重函数易受噪声影响的弊端,建立基于小波包与偏微分方程的图像去噪算法。实验结果表明,该算法在兼顾保持区域内部较好光滑性的同时,很好地保持了边缘纹理信息,是一种理想的算法。
- 周先春伍子锴石兰芳
- 关键词：图像去噪权重函数小波包
