电子测量技术
電子測量技術
전자측량기술
ELECTRONIC MEASUREMENT TECHNOLOGY
2014年
5期
136-141
,共6页
徐林%黄东晋%谢志峰%丁友东
徐林%黃東晉%謝誌峰%丁友東
서림%황동진%사지봉%정우동
相对变分%正则化%细胞神经网络%边缘检测%模板参数
相對變分%正則化%細胞神經網絡%邊緣檢測%模闆參數
상대변분%정칙화%세포신경망락%변연검측%모판삼수
relative variation%regularization%CNN%edge detection%template parameter
边缘检测是机器视觉与图像理解中的基础问题,准确地提取轮廓有助于提高后续操作的质量和效率.在深入分析图像纹理结构、噪声及细胞神经网络算法(cellular neural network,CNN)的基础上提出一种基于相对变分正则化的细胞神经网络边缘检测方法.首先采用相对变分正则化的方法将图像的纹理进行平滑,去除纹理以及噪声对边缘提取的影响;然后再用标准的细胞神经网络算法对平滑后的图像进行边缘检测.实验结果表明:算法与Canny、CD-CNN等算法相比,在没有重新设计新的复杂CNN模板参数的情况下,针对具有复杂纹理及含有一定量噪声的图片进行边缘检测,算法能得到更好的检测结果.
邊緣檢測是機器視覺與圖像理解中的基礎問題,準確地提取輪廓有助于提高後續操作的質量和效率.在深入分析圖像紋理結構、譟聲及細胞神經網絡算法(cellular neural network,CNN)的基礎上提齣一種基于相對變分正則化的細胞神經網絡邊緣檢測方法.首先採用相對變分正則化的方法將圖像的紋理進行平滑,去除紋理以及譟聲對邊緣提取的影響;然後再用標準的細胞神經網絡算法對平滑後的圖像進行邊緣檢測.實驗結果錶明:算法與Canny、CD-CNN等算法相比,在沒有重新設計新的複雜CNN模闆參數的情況下,針對具有複雜紋理及含有一定量譟聲的圖片進行邊緣檢測,算法能得到更好的檢測結果.
변연검측시궤기시각여도상리해중적기출문제,준학지제취륜곽유조우제고후속조작적질량화효솔.재심입분석도상문리결구、조성급세포신경망락산법(cellular neural network,CNN)적기출상제출일충기우상대변분정칙화적세포신경망락변연검측방법.수선채용상대변분정칙화적방법장도상적문리진행평활,거제문리이급조성대변연제취적영향;연후재용표준적세포신경망락산법대평활후적도상진행변연검측.실험결과표명:산법여Canny、CD-CNN등산법상비,재몰유중신설계신적복잡CNN모판삼수적정황하,침대구유복잡문리급함유일정량조성적도편진행변연검측,산법능득도경호적검측결과.
