论文部分内容阅读
针对传统神经网络用于图像分割中存在着网络结构设计复杂、计算量大等缺点,提出了一种基于自生成神经网络(Self-Generating Neural Network,SGNN)的图像分割方法,将图像的每个像素按其灰度值自动聚类,从而实现图像的自动分割。在此基础上,本文着重研究了SGNN网络的优化算法,以期达到更好的分类效果。实验结果表明,该方法可以很好的实现图像分割,无需人为干涉,具有学习自主性高,分类效果明显,抗噪能力强等优点,可广泛用于红外、可见光、X光、MR等多种图像的分割。