首页
|
本学科首页
官方微博
|
高级检索
全部学科
医药、卫生
生物科学
工业技术
交通运输
航空、航天
环境科学、安全科学
自然科学总论
数理科学和化学
天文学、地球科学
农业科学
哲学、宗教
社会科学总论
政治、法律
军事
经济
历史、地理
语言、文字
文学
艺术
文化、科学、教育、体育
马列毛邓
全部专业
中文标题
英文标题
中文关键词
英文关键词
中文摘要
英文摘要
作者中文名
作者英文名
单位中文名
单位英文名
基金中文名
基金英文名
杂志中文名
杂志英文名
栏目中文名
栏目英文名
DOI
责任编辑
分类号
杂志ISSN号
一种用于边沿提取的神经网络分类器
作者姓名:
李宏东 叶秀清
作者单位:
浙江大学信电系 信息与智能系统研究所,浙江大学信电系 信息与智能系统研究所,浙江大学信电系 信息与智能系统研究所
摘 要:
常规图象边沿提取算法多基于微分滤波的思想,由于噪声影响,难以取得定位与抗噪的很好折中。本文应用模式分类的概念,选择抗噪能力强的空间矩作统计特征,设计了一个简单的非线形神经网络边沿算子。利用网络学习的能力来直接估计后验分类概率密度,一步完成从灰度图到边沿图的映射,对输出采用固定门限而无需后处理,即可获取单一宽度的边沿。文中给出了合成图与真实图的对比实验结果,表明本算子具有良好的定位与噪声抑制的能力,具有较高的实用价值。
关 键 词:
边沿提取
图象处理
神经网络
模式分类
矩
本文献已被
CNKI
维普
等数据库收录!
设为首页
|
免责声明
|
关于勤云
|
加入收藏
Copyright
©
北京勤云科技发展有限公司
京ICP备09084417号