10.3969/j.issn.1004-9037.2007.04.004
基于遗传神经网络的零件图像非线性校正
提出了基于遗传神经网络校正非线性失真图像的方法.首先,用遗传算法优化神经网络的权值,构成遗传神经网络.然后,从标准的矩形栅格的失真图像中提取特征样本,样本的坐标用于训练遗传神经网络,标准矩形栅格中的样本的坐标作为目标输出.最后,以失真图像所有像素的坐标作为遗传神经网络的输入;其输出的坐标经过灰度级插值,实现图像的非线性校正.实验结果表明,文中提出的方法是有效的.
非线性校正、遗传算法、BP神经网络、灰度级插值
22
TP391(计算技术、计算机技术)
江苏省教育厅自然科学基金05KJB460036;江苏省青蓝工程学术带头人资助项目
2008-05-13(万方平台首次上网日期,不代表论文的发表时间)
共4页
407-410