基于遺傳神經網絡的圖像邊緣檢測.pdf_第1頁
已閱讀1頁,還剩57頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、邊緣是圖像最基本的特征之一,邊緣包含了一副圖像的大部分信息,通過邊緣信息就可以辨認一個物體。邊緣檢測是特征提取、模式識別等圖像分析領域的基礎,是圖像預處理的一個重要環(huán)節(jié),直接關系到整個處理系統(tǒng)的效率及準確性。目前邊緣檢測已經有很多方法,其中經典的方法有Sobel算子、Roberts算子、Laplace算子等,這些方法簡單、運行速度快,對檢測一般的圖片的邊緣有較好的效果,但是對一些復雜的圖片,比如背景復雜的人臉圖像、醫(yī)學圖像、遙感圖像等,

2、不能得到很好的效果。近年來很多智能算法逐漸應用到圖像處理的各個領域,比如遺傳算法、蟻群算法、神經網絡和粒子群算法等,為邊緣檢測提供了更廣闊的發(fā)展空間。本文對神經網絡和遺傳算法的結合進行可行性分析之后,給出了利用遺傳神經網絡算法對圖像進行邊緣檢測的實現(xiàn)過程。主要研究內容及結果如下:
   ⑴在設計神經網絡模型時引入Sobel算子、Roberts算子和Prewitt算子,將每個算子在X和Y方向上的模板作為一個隱含層節(jié)點,避免了尋找最

3、佳隱含層神經元個數的復雜問題。
   ⑵選取樣本圖像時,沒有采用二值圖像,而是直接用邊緣清晰、不含噪聲的灰度圖像作為訓練圖片,并提出分塊平均的邊緣檢測方法,用該方法檢測訓練圖像的邊緣作為人工導師信號。
   ⑶利用遺傳算法全局優(yōu)化能力,對神經網絡隨機產生的權值矩陣進行優(yōu)化,在進行遺傳操作時,采用改進的自適應調整交叉概率和變異概率,降低了進化走向局部最優(yōu)解的幾率。
   ⑷將訓練好的遺傳神經網絡模型對人臉圖片進行邊

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論