10.13307/j.issn.2096-3122.2019.05.12
基于DnCNN函数的分水岭算法
在日常生活中,由于系统和设备问题,图片经常会引入噪声,图像也会因此变得很模糊.而分水岭算法经常因为噪声的缘故使图像出现过分割.针对传统分水岭算法进行图像分割易受噪声影响的问题,研究了一种基于DnCNN函数的分水岭算法.基于当下神经网络对于图像识别、归类、特征提取这一领域所做出的卓越成绩,利用神经网络的良好图像统计特性进行图像去噪,并改进传统的激活函数,图像经过神经网络去噪后图像细节更加明显和清晰,再利用改进的分水岭算法,使用最大相似性合并规则对去噪后的图像进行分割.并将该算法与K-means算法和噪声图片+分水岭算法这两个算法进行比较,基于DnCNN函数的分水岭算法对图像的分割精度更高.
神经网络、图像识别、分水岭算法
26
TP301.6;TP317.4(计算技术、计算机技术)
2019-11-22(万方平台首次上网日期,不代表论文的发表时间)
共7页
69-75