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

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