10.16652/j.issn.1004-373x.2018.16.028
基于改进神经网络的图像边缘分割技术
采用梯度下降法进行图像边缘分割时受到噪声的干扰,训练过程中存在局部最佳解,从而导致图像边缘分割效果和泛化性能差.为此,提出基于改进神经网络的图像边缘分割方法,采集样本图像的中值特征量、基于梯度的特征量、Krisch算子方向特征量,融合三个特征向量塑造具备较强抗噪性能的样本图像特征向量,通过基于特征向量和BP神经网络的边缘检测算法,将样本图像特征向量输入四层BP神经网络,采用改进BP算法训练四层BP神经网络,采用训练后的改进神经网络完成图像边缘分割.实验结果表明,所提图像边缘分割方法细节保有性能强,分割精度和泛化能力强.
改进神经网络、图像边缘、图像分割、梯度特征、中值特征、改进BP算法
41
TN911.73-34;TP391.41
四川省教育厅项目15ZB0326;四川文理学院项目2015TP003Y
2018-08-28(万方平台首次上网日期,不代表论文的发表时间)
共4页
112-115