资源描述：
《基于细胞神经网络的图像边缘提取算法研究设计.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、摘要图像的边缘提取是图像分割、目标区域识别、区域形状提取等图像分析领域十分重要的基础，在工程应用中占有十分重要的地位。细胞神经网络(CNN）是一种并行处理器，细胞神经网络技术在图像模型识别上的应用使系统具有更高的识别率。首先,详细说明了用CNN提取图像边缘的有关理论和分析，给出了所设计的二值图像算法的流程图，将其用于检测二值图像边缘。再在此基础上，改进了前人提出的分8层的算法，实现对灰度图像的边缘提取。然后,将此方法与传统边缘提取方法roberts、sobel、prewitt、log和canny等相比较可知，该方法的有效性。并且由于细胞神经网络能够高速并行计算，处理速度与图
2、像大小无关，同时便于硬件的实现，这使得它在图像实时处理方面还有很大的发展潜力可以发掘。关键词：图像处理；边缘提取；CNN；算法ABSTRACTImageedgeextractionisimagesegmentation,thetargetarearecognition,regionalshapeextractionfromimageanalysisareaveryimportantbasisinengineeringapplicationinanimportantposition.Cellularneuralnetwork(CNN)isakindofparallelproc
3、essorandcellularneuralnetworktechnologyintheapplicationofimagemodelidentificationsystemarehigherrecognitionrate.Firstly,detaileddescriptionoftheimageedgeextractionwithCNNthetheoryandanalysis,thenwegivethebinaryimagedesignflowchartofthealgorithmfortestingofthebinaryimageedge.Andonthebasisof
4、this,theimprovementonpreviousproposedpointsofeightlayerarithmetic,realizetothegrayimageedgeextraction.Then,themethodandthetraditionaledgeextractionmethods,forinstance,Roberts,Sobel,Prewittandlogcompared,etc,itisknownthattheeffectivenessofthemethod.Andbecausethecellularneuralnetworkcanhigh-
5、speedparallelcomputing,andtheprocessingspeedhavenothingtodowiththeimagesize,andfacilitateatthesametimetherealizationofhardware,thismakesitinimageprocessingofrealtimehavegreatpotentialforgrowth.KeyWords：Imageprocessing;Edgedetection;CNN;Arithmetic目录1引言12图像边缘提取的基本知识33基于CNN的图像边缘提取63.1CNN基本知识6
6、3.2细胞神经网络在图像处理中的应用介绍83.3基于CNN的二值图像边缘提取算法介绍93.4基于CNN的灰度图像边缘提取算法介绍123.4.1图像分8个位面的算法介绍123.4.2灰度值线性变换的算法介绍123.5图像边缘提取传统算法介绍133.5.1Roberts边缘算子143.5.2Prewitt边缘算子143.5.3Sobel边缘算子153.5.4Log边缘算子163.5.5Canny边缘算子183.6基于CNN的算法和传统方法仿真结果的比较19结论24参考文献25致27附录281引言数字图像边缘检测技术起源于20世纪20年代，当时受条件的限制一直没有取得较大进展，直
7、到20世纪60年代后期电子技术、计算机技术有了相当的发展，数字图像边缘检测处理技术才开始进入了高速发展时期。经过几十年的发展，数字图像边缘检测处理技术目前己经广泛应用于工业、微生物领域、医学、航空航天以及国防等许多重要领域，多年来一直得到世界各科技强国的广泛关注。数字图像边缘检测处理技术在最近的10年发展尤为迅速，每年均有数以百计的新算法诞生，其中包括canny算法、小波变换等多种有相当影响的算法，这些算法在设计时大量运用数学、数字信号处理、信息论以及色度学的有关知识，而且不少新算法还充分吸取了神经网络、遗传算法、
