基于振蕩神經(jīng)網(wǎng)絡(luò)的圖像分割算法研究.pdf_第1頁(yè)
已閱讀1頁(yè)，還剩62頁(yè)未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、圖像分割是圖像處理、模式識(shí)別和人工智能等多個(gè)領(lǐng)域中的重要課題，也是計(jì)算機(jī)視覺(jué)技術(shù)中首要的、重要的關(guān)鍵步驟。人類對(duì)自身視覺(jué)機(jī)理研究的不斷深入及計(jì)算機(jī)技術(shù)的迅速發(fā)展為圖像分割問(wèn)題的解決提供了新的途徑。結(jié)合振蕩神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像分割的方法，推動(dòng)了圖像分割向智能化方向發(fā)展。
　　 本文著重于將振蕩神經(jīng)網(wǎng)絡(luò)相關(guān)理論用于圖像分割。通過(guò)對(duì)傳統(tǒng)的圖像分割方法的比較分析，重點(diǎn)討論了傳統(tǒng)的局部興奮全局抑制振蕩網(wǎng)絡(luò)（Locally Excitatory

2、Globally Inhibitory Oscillator Network，以下簡(jiǎn)稱LEGION）圖像分割算法，并通過(guò)仿真實(shí)驗(yàn)證實(shí)其分割的可行性與存在的不足。
　　 作者首先重點(diǎn)針對(duì)傳統(tǒng)的LEGION圖像分割算法存在的參數(shù)變化對(duì)分割效果影響大和運(yùn)算速度慢的這兩點(diǎn)不足，通過(guò)引入新的鄰域權(quán)值和鄰域耦合項(xiàng)的計(jì)算規(guī)則，分析了圖像灰度差與圖像分割中抑制權(quán)值的關(guān)系，提出了基于灰度自適應(yīng)的簡(jiǎn)化LEGION算法。接著通過(guò)應(yīng)用目標(biāo)邊緣特征和相似

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論