原文服务方: 计算机应用研究       
摘要:
针对传统图像边缘检测方法中出现毛边、噪边、边缘定位不精确等缺点,提出一种神经网络与模糊算法相结合的检测方法.根据图像特征,将图像分为高频和低频部分分别处理,高频部分适宜用双层网络结构,可以很好地减弱噪声;对于图像低频部分,将模糊理论引入到边缘检测中,能够检测出弱边.最后对检测出的两个图像边缘进行融合,实验结果证明得出的检测效果较好,比传统边缘检测算子所获结果有很大改善.
推荐文章
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spiking神经网络的白细胞图像边缘检测
图像处理
边缘检测
spiking神经网络
白细胞图像
图像分割
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 基于神经网络与模糊算法图像边缘检测方法
来源期刊 计算机应用研究 学科
关键词 边缘检测 神经网络 模糊算法 隶属度函数
年,卷(期) 2008,(11) 所属期刊栏目 图形图像技术
研究方向 页码范围 3507-3508,3513
页数 3页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2008.11.093
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 贾超 燕山大学信息科学与工程学院 50 197 7.0 11.0
2 王蓓蓓 燕山大学信息科学与工程学院 7 42 3.0 6.0
3 姚芳 燕山大学信息科学与工程学院 8 71 4.0 8.0
4 艾东 燕山大学信息科学与工程学院 6 29 2.0 5.0
5 邹琪 燕山大学信息科学与工程学院 5 27 2.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (61)
参考文献  (6)
节点文献
引证文献  (19)
同被引文献  (42)
二级引证文献  (34)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(1)
  • 二级参考文献(0)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(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)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2009(4)
  • 引证文献(4)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(3)
  • 引证文献(1)
  • 二级引证文献(2)
2014(7)
  • 引证文献(3)
  • 二级引证文献(4)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(5)
  • 引证文献(1)
  • 二级引证文献(4)
2017(9)
  • 引证文献(1)
  • 二级引证文献(8)
2018(8)
  • 引证文献(2)
  • 二级引证文献(6)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
边缘检测
神经网络
模糊算法
隶属度函数
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
相关基金
河北省自然科学基金
英文译名:
官方网址:
项目类型:
学科类型:
论文1v1指导