基于混沌粒子群优化算法的CNN图像边缘提取方法

• 作者: 仝瑞阳 刘刚森
• 来源期刊: 河南大学学报（自然科学版）
• 学科: 工学
• 关键词: 细胞神经网络 混沌粒子群优化算法 图像边缘提取 模板参数
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 自动化基础理论与信息技术
• 页码范围: 309-314
• 分类号: TP391.41
• 字数: 2933字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-4978.2012.03.017

摘要

细胞神经网络(Cellular Neural Network,CNN)具有能够高速并行计算,易于硬件实现等特点,使其在未来的图像处理方面展现出了广阔的应用前景.CNN较好地探测出图像中边缘的关键在于设计出一组较好的模板参数.提出一种基于混沌粒子群优化算法求解模板参数的方法,一方面,避免了分析细胞神经网络动态性能的一系列复杂过程；另一方面,通过将搜索过程映射为对混沌轨道的遍历过程,可以使得搜索过程避免陷入局部极小,并且在模板参数的范围内能快速找到最优模板值.仿真实验表明,利用该方法设计出来的CNN去探测图像中的边缘比已有结果和利用几种经典边缘提取算子得到的边缘结果更加精确.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘刚森	河南大学新闻与传播学院	12	15	2.0	3.0
2	仝瑞阳	河南城建学院计算机科学与工程系	6	6	2.0	2.0