基于GPN径向基神经网络的边缘检测方法

• 作者: 刘洋 杨晟院 钟雅瑾
• 来源期刊: 计算机系统应用
• 关键词: 径向基神经网络 卷积神经网络 轮廓跟踪 边缘检测 人眼视觉系统
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 140-147
• 页数: 8页
• 字数: 5032字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.007314

摘要

在基于神经网络的边缘检测模型中,大部分模型的检测效率不高,检测效果也有待提升.本文受人眼视觉系统特性的启发,提出了一种新的基于GPN(Gaussian Positive-Negative)径向基神经网络的边缘检测方法.首先,本文构造了一种新型的基于GPN径向基神经网络,将图像中经高斯滤波预处理后的每个像素点作为GPN径向基神经网络的中心点,并将其输入神经网络;然后,在每层之间使用卷积神经网络的部分特性进行处理,经过扩展层和隐层计算后输出结果;最后根据输出结果利用轮廓跟踪的方法将边缘提取出来.本文在检测效果以及效率这2个方面进行了相应的数值实验.针对合成图像以及部分灰度不均匀图像,相较于脉冲耦合神经网络模型、遗传神经网络模型以及卷积神经网络模型,本文模型在效率上得到了提升,且边缘的连通性更好.实验结果表明,本文提出的基于GPN径向基神经网络的边缘检测方法是一种新的、有效的边缘检测方法,比传统的神经网络边缘检测方法效率更高,且在检测效果上也有所提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨晟院	湘潭大学信息工程学院	10	71	5.0	8.0
2	刘洋	湘潭大学信息工程学院	12	114	4.0	10.0
3	钟雅瑾	湖南软件职业学院软件与信息工程学院	8	0	0.0	0.0