SGNN优化算法的研究及其在图像分割中的应用

• 作者: 李露
• 来源期刊: 红外技术
• 学科: 工学
• 关键词: 神经网络 SGNN 图像分割 优化
• 年，卷（期）: 2010,（4）
• 所属期刊栏目: 图像处理与仿真
• 页码范围: 198-203
• 分类号: TP391
• 字数: 4779字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8891.2010.04.004

摘要

针对传统神经网络用于图像分割中存在着网络结构设计复杂、计算量大等缺点,提出了一种基于自生成神经网络(Self-Generating Neural Network,SGNN)的图像分割方法,将图像的每个像素按其灰度值自动聚类,从而实现图像的自动分割.在此基础上,本文着重研究了SGNN网络的优化算法,以期达到更好的分类效果.实验结果表明,该方法可以很好的实现图像分割,无需人为干涉,具有学习自主性高,分类效果明显,抗噪能力强等优点,可广泛用于红外、可见光、X光、MR等多种图像的分割.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李露	北京航空航天大学宇航学院	4	29	4.0	4.0