基于CNN的分块自适应彩色图像边缘检测的研究

被引：4

作者：

姜庆玲 ^{[1
,2
]}

刘万军 ^{[3
]}

张闯 ^{[4
]}

机构：

[1] 辽宁工程技术学院电子与信息工程学院

[2] 铁岭师范高等专科学校理工学院

[3] 辽宁工程技术学院软件学院

[4] 北京科技大学信息工程学院

来源：

计算机应用研究 | 2009年 / 26卷 / 03期

关键词：

细胞神经网络; 边缘检测; 熵; 人类视觉系统; 鲁棒性;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

利用细胞神经网络(CNN)模型对彩色图像边缘检测时,首先要解决彩色空间的选择以及颜色距离的计算问题,其次网络参数的选择也是一个重要问题。为了达到在确保边缘检测准确的同时有效抑制噪声的目的,对整幅图像进行分块自适应检测,采用熵来度量图像的各个子区域的不同性质,然后根据该区域的性质选择一组合适的网络参数,对提取该区域图像边缘的CNN模板进行了理论分析和鲁棒性研究,提出一个设计符合相应功能要求的CNN鲁棒性定理,它为设计相应的CNN模板参数提供了解析判据。仿真实验表明,该算法具有较好的健壮性。

引用

页码：1131 / 1134

页数：4