基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种基于神经网络的图像边缘检测新方法.该方法首先基于邻域灰度极值提取边界候选图像,然后以边界候选象素及其邻域象素的二值模式作为样本集,输入边缘检测神经网络进行训练.边缘检测神经网络采用BP网络,为加快网络的训练速度,采用了滚动训练和权值随机扰动的方法.实验表明,该方法提高了神经网络的学习效率,获得的边缘图像封闭性好,边缘描述真实.
推荐文章
基于神经网络与模糊算法图像边缘检测方法
边缘检测
神经网络
模糊算法
隶属度函数
基于改进BP神经网络图像边缘检测的研究
神经网络
边缘检测
二值化
改进BP算法
基于改进神经网络的图像边缘分割技术
改进神经网络
图像边缘
图像分割
梯度特征
中值特征
改进BP算法
基于脉冲耦合神经网络提取图像边缘的新方法
脉冲耦合神经网络
二值图像
灰度图像
边缘提取
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于神经网络的图像边缘检测方法
来源期刊 中国计量学院学报 学科 工学
关键词 神经网络 候选象素 边缘检测
年,卷(期) 2006,(4) 所属期刊栏目
研究方向 页码范围 289-291
页数 3页 分类号 TP183
字数 1889字 语种 中文
DOI 10.3969/j.issn.1004-1540.2006.04.009
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 林志一 中国计量学院信息工程学院 2 130 2.0 2.0
2 夏哲雷 中国计量学院信息工程学院 51 327 10.0 16.0
3 冯会真 中国计量学院信息工程学院 13 74 3.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (265)
参考文献  (7)
节点文献
引证文献  (53)
同被引文献  (93)
二级引证文献  (217)
1986(3)
  • 参考文献(1)
  • 二级参考文献(2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(5)
  • 参考文献(1)
  • 二级参考文献(4)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(4)
  • 引证文献(4)
  • 二级引证文献(0)
2009(12)
  • 引证文献(10)
  • 二级引证文献(2)
2010(17)
  • 引证文献(8)
  • 二级引证文献(9)
2011(18)
  • 引证文献(8)
  • 二级引证文献(10)
2012(19)
  • 引证文献(6)
  • 二级引证文献(13)
2013(21)
  • 引证文献(6)
  • 二级引证文献(15)
2014(14)
  • 引证文献(3)
  • 二级引证文献(11)
2015(27)
  • 引证文献(3)
  • 二级引证文献(24)
2016(27)
  • 引证文献(1)
  • 二级引证文献(26)
2017(24)
  • 引证文献(0)
  • 二级引证文献(24)
2018(28)
  • 引证文献(3)
  • 二级引证文献(25)
2019(42)
  • 引证文献(0)
  • 二级引证文献(42)
2020(16)
  • 引证文献(0)
  • 二级引证文献(16)
研究主题发展历程
节点文献
神经网络
候选象素
边缘检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国计量大学学报
季刊
2096-2835
33-1401/C
大16开
杭州市下沙高教园
1990
chi
出版文献量(篇)
1770
总下载数(次)
1
总被引数(次)
9715
论文1v1指导