圖像邊緣檢測(cè)算法及其在交通視頻分割中的應(yīng)用研究.pdf

1、邊緣是圖像的最基本特征之一，是圖像處理最重要的初始步驟。目前，邊緣檢測(cè)方法日趨多樣化，在應(yīng)用和硬件實(shí)現(xiàn)方面具有獨(dú)特優(yōu)勢(shì)的細(xì)胞神經(jīng)網(wǎng)絡(luò)，近年來(lái)成為研究圖像邊緣檢測(cè)的熱點(diǎn)方法。邊緣信息在視頻分割中有著重要的應(yīng)用，合理地利用邊緣信息可以得到較好的視頻分割結(jié)果。
　　論文的主要工作以包括以下幾個(gè)方面:
　　①針對(duì)現(xiàn)有灰度圖像邊緣檢測(cè)算法中存在的邊緣細(xì)節(jié)檢測(cè)不理想的問題，本文提出一種基于細(xì)胞神經(jīng)網(wǎng)絡(luò)和粒子群優(yōu)化算法的邊緣檢測(cè)方法。細(xì)胞

2、神經(jīng)網(wǎng)絡(luò)進(jìn)行邊緣檢測(cè)的關(guān)鍵是找到適合的模板參數(shù)，本文利用線性矩陣不等式和粒子群優(yōu)化算法結(jié)合的方法訓(xùn)練細(xì)胞神經(jīng)網(wǎng)絡(luò)的模板參數(shù)。并利用該算法分別對(duì)二值和灰度圖像進(jìn)行邊緣檢測(cè)實(shí)驗(yàn)，結(jié)果表明本文算法的邊緣檢測(cè)精度優(yōu)于傳統(tǒng)算法。
　　②針對(duì)灰度圖像邊緣檢測(cè)不能區(qū)分亮度相同但顏色不同區(qū)域的邊緣以及傳統(tǒng)彩色圖像邊緣檢測(cè)不能有效的檢測(cè)出細(xì)節(jié)邊緣的問題，提出一種基于細(xì)胞神經(jīng)網(wǎng)絡(luò)的Lab顏色空間邊緣檢測(cè)算法。本文算法采用細(xì)胞神經(jīng)網(wǎng)絡(luò)、線性矩陣不等式和

3、粒子群優(yōu)化算法結(jié)合的方法對(duì)L通道進(jìn)行邊緣檢測(cè);同時(shí)采用Lab色差函數(shù)與改進(jìn)sobel算法結(jié)合的方法對(duì)a和b通道進(jìn)行邊緣檢測(cè);最后進(jìn)行圖像融合，得到準(zhǔn)確的彩色圖像邊緣。實(shí)驗(yàn)結(jié)果表明，本文算法的邊緣檢測(cè)精度優(yōu)于參考文獻(xiàn)算法，特別是在含有豐富細(xì)節(jié)和微小變化區(qū)域，本文算法能取得更好效果。
　　③針對(duì)使用幀間差分法進(jìn)行交通視頻分割時(shí)，差分圖像二值化過程中閾值難以設(shè)定的問題，提出了一種自適應(yīng)閾值的運(yùn)動(dòng)目標(biāo)檢測(cè)算法。首先，采用一種設(shè)定自適應(yīng)閾值