基于SOM網(wǎng)的多目標(biāo)圖像輪廓提取技術(shù)的研究.pdf

1、圖像輪廓提取是圖像處理的重要組成部分，是計(jì)算機(jī)視覺(jué)領(lǐng)域的重要研究課題之一。但是已有的輪廓提取技術(shù)難以反映圖像中所包含的目標(biāo)信息，因此近年來(lái)針對(duì)含有多個(gè)目標(biāo)物體的圖像的輪廓提取技術(shù)，已經(jīng)逐漸成為人們研究的熱點(diǎn)。
　　ACM模型的提出為輪廓提取提供了新的思路，開(kāi)創(chuàng)了基于形變模型的圖像處理的先河。經(jīng)過(guò)多年來(lái)的改進(jìn)和創(chuàng)新，尤其是人工神經(jīng)網(wǎng)絡(luò)的引入，使得ACM模型在輪廓提取方面獲得了嶄新的突破。其中較為成熟的輪廓提取方法當(dāng)屬基于BSOM人工

2、神經(jīng)網(wǎng)絡(luò)的ACM模型，它在簡(jiǎn)單多目標(biāo)圖像提取方面已經(jīng)獲得了比較理想的效果，但是對(duì)于復(fù)雜的多目標(biāo)圖像還難以實(shí)現(xiàn)有效的輪廓提取。
　　本文的工作主要圍繞基于BSOM的ACM模型進(jìn)行輪廓提取的方法展開(kāi)。首先，從神經(jīng)網(wǎng)絡(luò)出發(fā)，提出了改進(jìn)型的FN-SOM網(wǎng)絡(luò)訓(xùn)練方法，改進(jìn)了傳統(tǒng)FN-SOM的鄰域關(guān)系，提升了FN-SOM網(wǎng)絡(luò)的聚類特性，并且通過(guò)仿真實(shí)驗(yàn)驗(yàn)證了改進(jìn)的有效性，為后期輪廓提取改進(jìn)方案的實(shí)現(xiàn)提供了有效地網(wǎng)絡(luò)準(zhǔn)備工作。然后再針對(duì)BSOM

3、方法在輪廓提取中存在不足，提出了兩種改進(jìn)方案。一種是針對(duì)彩色圖像，首次將FN-SOM網(wǎng)絡(luò)應(yīng)用于彩色圖像的分割，再利用傳統(tǒng)的BSOM方法提取圖像像輪廓，該方法經(jīng)驗(yàn)證可以有效提取多目標(biāo)彩色圖像輪廓，但是算法復(fù)雜的較高。另一種改進(jìn)方案是從BSOM自身結(jié)構(gòu)出發(fā)進(jìn)行改進(jìn)，主要是把FN-SOM的概念引入到BSOM網(wǎng)絡(luò)中來(lái)，提出了基于FN-BSOM的ACM模型，并通過(guò)虛假鄰域定位出第二層獲勝神經(jīng)元，同時(shí)在迭代過(guò)程中根據(jù)虛假鄰域關(guān)系控制添加或刪除神經(jīng)元