基于遗传神经网络的零件图像非线性校正

• 作者: 夏庆观 温秀兰 盛党红
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 非线性校正 遗传算法 BP神经网络 灰度级插值
• 年，卷（期）: 2007,（4）
• 所属期刊栏目: 理论与试验研究
• 页码范围: 407-410
• 页数: 4页
• 分类号: TP391
• 字数: 2506字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.2007.04.004

摘要

提出了基于遗传神经网络校正非线性失真图像的方法.首先,用遗传算法优化神经网络的权值,构成遗传神经网络.然后,从标准的矩形栅格的失真图像中提取特征样本,样本的坐标用于训练遗传神经网络,标准矩形栅格中的样本的坐标作为目标输出.最后,以失真图像所有像素的坐标作为遗传神经网络的输入;其输出的坐标经过灰度级插值,实现图像的非线性校正.实验结果表明,文中提出的方法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	温秀兰	南京工程学院自动化系	86	411	11.0	15.0
2	夏庆观	南京工程学院自动化系	33	201	8.0	13.0
3	盛党红	南京理工大学机械工程学院	38	192	9.0	12.0