基于改进神经网络的图像边缘分割技术

• 作者: 卫洪春
• 来源期刊: 现代电子技术
• 关键词: 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
• 年，卷（期）: 2018,（16）
• 所属期刊栏目: 计算机科学与应用
• 页码范围: 112-115
• 页数: 4页
• 分类号: TN911.73-34|TP391.41
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2018.16.028

摘要

采用梯度下降法进行图像边缘分割时受到噪声的干扰,训练过程中存在局部最佳解,从而导致图像边缘分割效果和泛化性能差.为此,提出基于改进神经网络的图像边缘分割方法,采集样本图像的中值特征量、基于梯度的特征量、Krisch算子方向特征量,融合三个特征向量塑造具备较强抗噪性能的样本图像特征向量,通过基于特征向量和BP神经网络的边缘检测算法,将样本图像特征向量输入四层BP神经网络,采用改进BP算法训练四层BP神经网络,采用训练后的改进神经网络完成图像边缘分割.实验结果表明,所提图像边缘分割方法细节保有性能强,分割精度和泛化能力强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卫洪春	四川文理学院智能制造学院	28	54	4.0	6.0