一种改进的CHNN图像边缘检测方法—Weighted CHNN

• 作者: 张有顺 赵广复
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 图像边缘检测 CHNN 人工神经网络 加权参数 参数训练
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 图象处理与应用
• 页码范围: 256-259
• 分类号: TP391.41
• 字数: 3090字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2012.05.070

摘要

针对文献[1]中提出的CHNN图像边缘检测算法缺乏足够的参数来调节边缘检测的灵敏度以及检测结果图像边缘过宽的缺陷,提出一种改进的CHNN方法,称之为Weighted CHNN(加权的CHNN,简称WCHNN)方法.该方法在CHNN 神经网络元的n个连接上施加权值,可以通过各种局部搜索、优化算法,使用指定的样本输入、样本输出等方法来训练该WCHNN 网络从而确定各权值,使得WCHNN 在保留了CHNN 的优点的同时,还可以根据不同的样本输入输出图像来调节边缘检测的灵敏度,从而提高检测结果质量并避免检测结果中出现边缘过宽的情况.实验结果表明,训练后的WCHNN网络,比起CHNN有着更低的边缘检测错误率,并可检出原来CHNN 方法漏检的边缘.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵广复	郑州职业技术学院软件工程系	16	49	3.0	7.0
2	张有顺	郑州大学信息工程学院	3	6	1.0	2.0