基于遗传神经网络的图像边缘检测硕士学位论文

《基于遗传神经网络的图像边缘检测硕士学位论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、武汉理工大学硕士学位论文基于遗传神经网络的图像边缘检测姓名：彭明星申请学位级别：硕士专业：应用数学指导教师：桂预风20091201摘要边缘是图像最基本的特征之一。边缘包含了一副图像的大部分信息，通过边缘信息就可以辨认一个物体。边缘检测是特征提取、模式识别等图像分析领域的基础，是图像预处理的一个重要环节，直接关系到整个处理系统的效率及准确性i目前边缘检测已经有很多方法，其中经典的方法有Sobel算子、Roberts算子、Laplace算子等，这些方法简单、运行速度快，对检测一般的图片的边缘有较好的效果，但是对一些复杂的图片，比如背景复杂的人脸图像、医学图像、遥感

2、图像等，不能得到很好的效果。近年来很多智能算法逐渐应用到图像处理的各个领域，比如遗传算法、蚁群算法、神经网络和粒子群算法等，为边缘检测提供了更广阔的发展空间。本文对神经网络和遗传算法的结合进行可行性分析之后，给出了利用遗传神经网络算法对图像进行边缘检测的实现过程。本文的具体研究内容如下：(1)在设计神经网络模型时引入Sobel算子、Roberts算子和Prewitt算子，将每个算子在X和Y方向上的模板作为一个隐含层节点，避免了寻找最佳隐含层神经元个数的复杂问题。(2)选取样本图像时，没有采用二值图像，而是直接用边缘清晰、不含噪声的灰度图像作为训练图片，并提出分

3、块平均的边缘检测方法，用该方法检测训练图像的边缘作为人工导师信号。(3)利用遗传算法全局优化能力，对神经网络随机产生的权值矩阵进行优化，在进行遗传操作时，采用改进的自适应调整交叉概率和变异概率，降低了进化走向局部最优解的几率。(4)将训练好的遗传神经网络模型对人脸图片进行边缘检测，并与传统的算法进行对比，实验表明，该方法对于复杂背景的图片，仍然能检测出较好的边缘。最后对含有不同密度的噪声图像进行检测，计算相应的信噪比，与其他算法相比有更高的信噪比，算法具有一定的抗噪性关键词：遗传算法神经网络边缘检测算子AbstractEdgeisoneofthemostbas

4、icimagefeaturesandoftencontainsalotofimageinformation．WeCanidentifyanobjectbyedgeinformation．Edgeisbasicoffeatureextraction，patternrecognitionintheareaofimageprocessing，whishisanimportantpartofimagepre-processinganddirectlyrelatedtoefficiencyandaccuracyofn℃anrlentsystem．Atpresent，th

5、erehasbeenmanywaysofedgedetectionsuchasSobeioperator，Robertsoperator,LaplaceoperatorandSOon．Thesemethodsweresimpleandrunningspeed，whichhasgoodresultstodetecttheedgeofimageingeneral，butcannotgetgoodresultsforthecomplex，suchasfaceimages，medicalimages，andremotesensingimages．Inrecentyea

6、rs，alotofintelligentalgorithmgraduallyappliedtoallareasofimageprocessing，suchasgeneticalgorithm，antcolonyalgorithm，neuralnetworkandparticleswarmalgorithm，whichprovideabroaderdevelopmentofedgedetection．Inthispaper,afteranalysisofthefeasibilityofalgorithmcombinedBPwithgeneticalgorithm

7、,wegivethedetailsofthisapproachindetectionedgP．Themaincontentsofthispaperareasfollows：(1)Inthedesignofneuralnetworkmodels，weusingSobeloperator,RobertsoperatorandPrewittoperator,eachoperatorinXandYdirectionofthetemplate鹊ahiddenlayernodes．(2)Whenselectasampleimage，notusedinbinaryimage

8、，butdirectu∞ofgrays