基于SOFM神经网络的茄子图像分割方法
以将茄子图像从复杂的背景中分割出来为目的,在分析茄子图像色差和色相的基础上,选取R-B 、G-B和H作为自组织特征映射(SOFM)网络的输入特征向量,利用该网络自组织学习的特征进行聚类.采用信噪比、面积比、分割时间和傅里叶边界描述子等指标来评价分割精度.试验证明,基于SOFM神经网络图像分割评价优于单一阈值分割,适合复杂背景的彩色图像分割.
茄子、图像分割、自组织特征映射(SOFM)网络、傅里叶描述子
31
TP391.41(计算技术、计算机技术)
2008-11-05(万方平台首次上网日期,不代表论文的发表时间)
共5页
140-144