基于神经网络的图像分割方法及其在颗粒检测中的应用研究

• 作者: 孙细斌 杨峻山
• 来源期刊: 科技广场
• 学科: 工学
• 关键词: 图像处理 颗粒检测 神经网络
• 年，卷（期）: 2011,（1）
• 所属期刊栏目: 图形与图像技术
• 页码范围: 100-102
• 分类号: TP391
• 字数: 1313字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-4792.2011.01.029

摘要

随着计算机速度的不断提高,数字图像处理技术的发展越来越快.而基于数字图像处理的颗粒检测技术在国计民生中的应用也越来越广,提高颗粒检测技术的速度与准确性显得越来越重要.本文详细介绍了采用模糊竞争Hopfield神经网络对图像灰度级进行聚类,也就是需在某种目标函数最小化的条件下,实现灰度特征集的最优模糊划分,得到最优的阚值,实现图像的分割,并在此基础之上建立了一套对颗粒进行特征参数测量的图像测量系统,可以有效地实现对大量颗粒的测量和表征.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙细斌	北京理工大学珠海学院计算机学院	15	39	5.0	5.0
2	杨峻山	北京理工大学珠海学院计算机学院	1	4	1.0	1.0