基于信息熵和神經(jīng)網(wǎng)絡(luò)的彩色圖像邊緣檢測研究.pdf_第1頁
已閱讀1頁,還剩56頁未讀, 繼續(xù)免費閱讀

下載本文檔

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

文檔簡介

1、邊緣檢測是計算機視覺的重點和難點之一,它不僅需要正確的檢測邊緣還需要準確的分類邊緣。通過理論分析和實驗結(jié)果表明,已有的彩色圖像邊緣檢測算法容易丟失低對比度區(qū)域邊緣,對顏色的信息利用不足,本文旨在尋求以上問題的解決方法,提供適合彩色圖像邊緣檢測的算法。
  彩色邊緣檢測的本質(zhì)是顏色差分的定義和計算問題。本文探討了如何綜合利用信息熵和神經(jīng)網(wǎng)絡(luò)來對彩色圖像進行邊緣檢測。針對顏色差分大小和方向很難定義的問題,提出了基于特征向量和區(qū)域一致性

2、測度的用于描述圖像邊緣特征的方法。針對如何將得到圖像信息量測度的數(shù)據(jù)應(yīng)用到邊緣檢測中的問題,提出了利用神經(jīng)網(wǎng)絡(luò)對彩色圖像進行邊緣檢測的方法。具體內(nèi)容下:
  本文首先綜述了當(dāng)前邊緣檢測的典型算法,重點研究了彩色圖像的檢測方法,介紹了顏色空間、神經(jīng)網(wǎng)絡(luò)等基礎(chǔ)知識。在RGB顏色空間和HIS顏色空間的基礎(chǔ)上,提出了綜合利用顏色空間各個顏色分量的測度圖像信息量的方法,針對不同的顏色空間,計算出對應(yīng)的色差分量,通過引入模糊熵,構(gòu)造出一組基于

3、模糊熵的信息測度分量來定量描述圖像的邊緣特征。同時成功的將該方法應(yīng)用到描述彩色圖像的邊緣特征的方法中。該方法綜合利用了各個顏色空間的各個顏色分量,尤其是合理地使用了各顏色分量之間的相關(guān)性,而不是等比例地使用各顏色分量。
  在得到可以描述圖像邊緣特征的信息測度分量的基礎(chǔ)上,利用BP神經(jīng)網(wǎng)絡(luò)對彩色圖像進行邊緣檢測。通過利用訓(xùn)練樣本獲取信息測度分量,并組成一個整體的特征向量對BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練,然后將訓(xùn)練后的BP網(wǎng)絡(luò)直接用于邊緣檢測。<

4、br>  邊緣檢測性能優(yōu)劣的評價可以分為主觀評價和客觀評價。本文分別使用主觀評價和客觀評價的方法對新提出的彩色圖像邊緣檢測算法進行了檢測。采用主觀評價方法觀察處理后得到的效果圖像,實驗結(jié)果表明此方法能夠更完整的保留原彩色圖像的輪廓。客觀評價方法通過對緣連通度和抗噪性能進行分析,結(jié)果發(fā)現(xiàn)新方法明顯的優(yōu)于其他的邊緣檢測算法。
  本文將模糊熵和BP神經(jīng)網(wǎng)絡(luò)用于彩色圖像邊緣檢測,取得了較好的實驗結(jié)果,豐富了彩色圖像邊緣檢測的方法。下一步

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(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(dān)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。

最新文檔

評論

0/150

提交評論