小波神經(jīng)網(wǎng)絡(luò)特征提取技術(shù)在圖像邊緣檢測中的應(yīng)用.pdf

1、本文主要工作圍繞基于灰度圖像的邊緣檢測技術(shù)出發(fā)，提出了一種新的神經(jīng)網(wǎng)絡(luò)檢測方法，構(gòu)造了新的神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)并設(shè)計(jì)了相應(yīng)的算法，最后通過仿真實(shí)驗(yàn)對方法進(jìn)行了驗(yàn)證，實(shí)驗(yàn)結(jié)果表明這一方法具有強(qiáng)的弱邊緣檢測能力和較好的魯棒性，并對白噪聲具有很好的濾波作用，主要工作如下:
　　1、首先研究了圖像邊緣及分類，概述了傳統(tǒng)的邊緣檢測方法，詳細(xì)討論了經(jīng)典邊緣檢測算子，并驗(yàn)證了其檢測效果。
　　2、研究了神經(jīng)網(wǎng)絡(luò)理論，探討結(jié)合圖像邊緣特點(diǎn)構(gòu)造神

2、經(jīng)網(wǎng)絡(luò)，系統(tǒng)研究并分析了小波神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)及分類與學(xué)習(xí)算法。
　　3、通過比較分析多種經(jīng)典邊緣檢測算子各自的特點(diǎn)和性質(zhì)，得出了各種算子的優(yōu)缺點(diǎn)，以及它們各自的適用范圍：基于梯度的邊緣檢測算子算法雖然操作簡單，但是抗噪性能不是太好，多用在對邊緣比較清楚的圖像進(jìn)行檢測；線性濾波邊緣檢測算子適用于背景較復(fù)雜的圖像。實(shí)驗(yàn)結(jié)果表明，其檢測性能于梯度算子邊緣檢測方法。
　　4、通過編程實(shí)現(xiàn)WNN用于圖像邊緣檢測。實(shí)驗(yàn)結(jié)果表明，WNN在噪