改进神经网络的船舶红外图像边缘检测方法

摘要：

研究改进神经网络的船舶红外图像边缘检测方法,提升边缘检测抗噪声干扰能力.采用块匹配的主成分分析方法对船舶红外图像实施去噪处理后,经梯度算子将降噪后船舶红外图像转换为二值图像;以BP神经网络为基础,通过附加动量法-自适应学习速率调整BP神经网络权值,提高网络训练鲁棒性;将转换后舰船二值图像作为改进神经网络的输入,在实施网络训练后得出输出值,依据输出值和设置阈值的对比结果,获取船舶红外图像边缘点,实现船舶红外图像边缘检测.实验结果表明:该方法降噪后船舶红外图像的PSNR值全部高于40dB,降噪效果较好;可有效提取船舶红外图像边缘特征且边缘检测结果清晰、连贯,能够达到船舶红外图像边缘检测标准.

关键词：改进神经网络、船舶红外图像、边缘检测、主成分分析、学习速率、二值图像

所属期刊栏目：45

分类号：TP391(计算技术、计算机技术)

资助基金：四川省科技计划项目23NSFSC1129

在线出版日期：2023-05-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：166-169