cp神经网络在图像边缘检测中的应用

《cp神经网络在图像边缘检测中的应用》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、葿蚆羈节薁羁袄芁蚃螄膃芀莃薇聿艿蒅螂羅荿薇薅袁莈芇螁螇莇荿薃膅莆薂蝿肁莅蚄蚂羇莄莄袇袃莃蒆蚀膂莃薈袆肈蒂蚁蚈羄蒁莀袄袀肇蒃蚇螆肆蚅羂膄肆莅螅肀肅蒇羀羆肄蕿螃袂肃蚁薆膁膂莁螂肇膁蒃薄羃膀薆螀罿膀莅薃袅腿蒈袈膄膈薀蚁肀膇蚂袆羆膆莂虿袂芅蒄袅螈芅薇蚈肆芄芆袃肂芃葿蚆羈节薁羁袄芁蚃螄膃芀莃薇聿艿蒅螂羅荿薇薅袁莈芇螁螇莇荿薃膅莆薂蝿肁莅蚄蚂羇莄莄袇袃莃蒆蚀膂莃薈袆肈蒂蚁蚈羄蒁莀袄袀肇蒃蚇螆肆蚅羂膄肆莅螅肀肅蒇羀羆肄蕿螃袂肃蚁薆膁膂莁螂肇膁蒃薄羃膀薆螀罿膀莅薃袅腿蒈袈膄膈薀蚁肀膇蚂袆羆膆莂虿袂芅蒄袅螈芅薇蚈肆芄芆袃肂芃

2、葿蚆羈节薁羁袄芁蚃螄膃芀莃薇聿艿蒅螂羅荿薇薅袁莈芇螁螇莇荿薃膅莆薂蝿肁莅蚄蚂羇莄莄袇袃莃蒆蚀膂莃薈袆肈蒂蚁蚈羄蒁莀袄袀肇蒃蚇螆肆蚅羂膄肆莅螅肀肅蒇羀羆肄蕿螃袂肃蚁薆膁膂莁螂肇膁蒃薄羃膀薆螀罿膀莅薃袅腿蒈袈膄膈薀蚁肀膇蚂袆羆膆莂虿袂芅蒄袅螈芅薇蚈肆芄芆袃肂芃葿蚆羈节薁羁袄芁蚃螄膃芀莃薇聿艿蒅螂羅荿薇薅袁莈芇螁螇莇荿薃膅莆薂蝿肁CP神经网络在图像边缘检测中的应用*本文承蒙四川省科技厅重点项目基金的资助。甘玲李涛**甘玲，研究生。李涛，教授，博士生导师，研究方向：人工智能，网络安全技术及应用。*赵辉肖康（四川大学

3、计算机学院，四川成都610065）【摘要】本文利用CP神经网络分别实现了对二值图像和灰度图像的边缘检测。利用神经网络提取二值黑白图像的边缘，对于灰度级为256的灰度图（灰度值在8个位面上分别为0或1），采用已学习好的二值神经网络在8个面上分别进行边缘检测，然后综合各个面的检测结果，解决了直接用灰度图学习造成的训练样本数量过大而难以收敛的问题。试验结果表明，该方法得到的边缘图像边界连续性较好，边界封闭性好，而且对于任何256级灰度图的检测都可以得到很好的效果。【关键字】CP神经网络，图像边缘提取，sobel算

4、子，CP算法中图分类号：TP391AnApplicationofCPNeuralNetworktoImageEdgeDetectionGanLing,LiTaoComputerDepartment,SichuanUniversity,Chengdu610065,ChinaAbstract:Amethodofedgedetectionofbinaryimagesandgray-scaleimagesusingCPneuralnetworkisproposed.CPneuralnetworkisimplemen

5、tedtodetectthebinaryimages.Agray-scaleimagewithitispixelvaluearrangedfrom0to255canbedividedinto8binaryplanes.Theedgeofgray-scaleimagesthencanbedetectedthroughsynthesizingtheedgeofeachbinaryplaneusingthetrainedneuralnetwork.Thismethodavoidsthedifficultconve

6、rgenceofoverabundancesamplesifgray-scaleimagesaredirectlyusedtotraintheneuralnetwork.Experimentprovesthatthecontinuityofedgegottenusethismethodisbetterandtheedgeclosedwell,andthatgoodresultcanbeobtainedwhenany256-levelimageistested.Keyword:CPNeuralNetwork,

7、ImageEdgeDetection,SobelOperator,CPalgorithm－引言边缘是图像中局部区域像素灰度值的突变，它是图像的基本特征，包含着图像绝大多数的有用信息。数字图像的边缘检测是图像分割、目标区域的识别、区域形状提取等图像分析领域的基础，图像理解和分析的第一步往往就是边缘检测，目前它已成为机器视觉研究领域最活跃的课题之一。经典的边缘提取方法是通过考查图像的每个像素领域内灰度的变化，即利用边缘邻近的一阶或二阶方向导数变化规律来检测边缘。如：Sobel算子是基于一阶方向导数在边缘处取最大

8、值这一变化规律来提取边缘的，而Laplacian算子则是基于二阶导数在边缘处过零的特点来提取边缘。近年来用神经网络提取图像边缘又成为一个新的研究热点。本文采用神经网络完成了对二值图像和256级灰度图的边缘提取，由于灰度图的每一个像素值变化范围为0～255，因此如果直接将此灰度图像及其利用Sobel算子得到的边缘图像作为训练样本，则造成样本训练集过大，学习效果不好。本文提出首先使用二值图像及其边缘图对神经网络进行训