基于SOFM神经网络的茄子图像分割方法

• 作者: 丁为民 姚立健 杨玲玲 赵三琴
• 来源期刊: 南京农业大学学报
• 学科: 工学
• 关键词: 茄子 图像分割 自组织特征映射(SOFM)网络 傅里叶描述子
• 年，卷（期）: 2008,（3）
• 页码范围: 140-144
• 页数: 5页
• 分类号: TP391.41
• 字数: 3967字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-2030.2008.03.028

摘要

以将茄子图像从复杂的背景中分割出来为目的,在分析茄子图像色差和色相的基础上,选取R-B 、G-B和H作为自组织特征映射(SOFM)网络的输入特征向量,利用该网络自组织学习的特征进行聚类.采用信噪比、面积比、分割时间和傅里叶边界描述子等指标来评价分割精度.试验证明,基于SOFM神经网络图像分割评价优于单一阈值分割,适合复杂背景的彩色图像分割.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁为民	南京农业大学工学院	225	3432	32.0	42.0
2	姚立健	南京农业大学工学院	6	95	6.0	6.0
3	赵三琴	南京农业大学工学院	18	235	9.0	15.0
4	杨玲玲	南京农业大学工学院	3	58	3.0	3.0