基于遗传神经网络的低识别度图像分割算法
针对目前的图像分割算法无法考虑到低识别度图像下,对边缘细节和轮廓信息实现精确分割,提出一种基于遗传神经网络的低识别度图像分割算法.利用马尔科夫随机场(MRF),建立初始图像的分割概率模型,然后使用低通滤波器将低识别度图像分解成高频层和低频层,对包含高频层的图像信息进行傅里叶域上的预处理后,送入预先设计好的的遗传神经网络,经过参数寻优后获得最佳分割阈值,实现基于该模型的图像分割,实验结果表明该算法对低识别度图像实现了精确的分割,并且能更好地保留一些边缘信息,提高分割的准确性.
低识别度、图像分割、马尔科夫随机场、遗传神经网络
40
TP301.6(计算技术、计算机技术)
国家自然科学基金;科技计划;西安工程大学柯桥纺织产业创新研究院项目
2021-06-15(万方平台首次上网日期,不代表论文的发表时间)
共4页
1-4