基于细胞神经网络鲁棒性的彩色图像边缘检测

来源 :图学学报 | 被引量 : 8次 | 上传用户:ahua501
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
根据细胞神经网络(CNN)数学模型,提出一种新的彩色图像边缘检测方法。新方法继承了CNN的优点,解决了CNN现有算法不能直接检测彩色图像边缘的问题。该方法充分利用图像中的颜色信息,通过欧几里得距离度量像素之间的差异,使CNN方程可以在RGB彩色空间中进行运算。对CNN模板进行理论分析和鲁棒性研究,提出一个实现彩色图像边缘检测功能要求的CNN鲁棒性定理,为设计相应的CNN模板参数提供了解析判据。实验结果表明,该方法可以对彩色图像进行有效的边缘提取,定量评价验证了CNN边缘检测定位准确的优点。
其他文献
基于动态规划的立体匹配算法在较低的硬件条件下,也可以满足实时性的要求,因此,可以在基于立体视觉的机器人导航避障系统中应用。但传统动态规划算法存在匹配精度不高、易出现分散畸变点等问题,因此,论文对动态规划算法初始匹配代价求取、路径寻径及回溯等加以改进。在初始代价求取阶段,提出了一种变窗口能量聚集法,通过获取场景的视差变化区域与视差连续区域的位置信息,从而使像素点在能量聚合时能够根据视差变化自适应地调
带形状参数的曲线中所带形状参数的取值通常是一个区间,但在实际问题中往往需要确定形状参数的最优取值,以使得曲线具有良好的光顺性.针对这一问题,首先基于曲线的光顺准则建