資源描述：
《基于細胞神經(jīng)網(wǎng)絡的圖像邊緣提取算法研究設計.doc》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、摘要圖像的邊緣提取是圖像分割、目標區(qū)域識別、區(qū)域形狀提取等圖像分析領域十分重要的基礎，在工程應用中占有十分重要的地位。細胞神經(jīng)網(wǎng)絡(CNN）是一種并行處理器，細胞神經(jīng)網(wǎng)絡技術(shù)在圖像模型識別上的應用使系統(tǒng)具有更高的識別率。首先,詳細說明了用CNN提取圖像邊緣的有關(guān)理論和分析，給出了所設計的二值圖像算法的流程圖，將其用于檢測二值圖像邊緣。再在此基礎上，改進了前人提出的分8層的算法，實現(xiàn)對灰度圖像的邊緣提取。然后,將此方法與傳統(tǒng)邊緣提取方法roberts、sobel、prewitt、log和canny等相比較可知，該方法的有效性。并且由于細胞神經(jīng)網(wǎng)絡能夠高速并行計算，處理速度與圖
2、像大小無關(guān)，同時便于硬件的實現(xiàn)，這使得它在圖像實時處理方面還有很大的發(fā)展?jié)摿梢园l(fā)掘。關(guān)鍵詞：圖像處理；邊緣提?。籆NN；算法ABSTRACTImageedgeextractionisimagesegmentation,thetargetarearecognition,regionalshapeextractionfromimageanalysisareaveryimportantbasisinengineeringapplicationinanimportantposition.Cellularneuralnetwork(CNN)isakindofparallelproc
3、essorandcellularneuralnetworktechnologyintheapplicationofimagemodelidentificationsystemarehigherrecognitionrate.Firstly,detaileddescriptionoftheimageedgeextractionwithCNNthetheoryandanalysis,thenwegivethebinaryimagedesignflowchartofthealgorithmfortestingofthebinaryimageedge.Andonthebasisof
4、this,theimprovementonpreviousproposedpointsofeightlayerarithmetic,realizetothegrayimageedgeextraction.Then,themethodandthetraditionaledgeextractionmethods,forinstance,Roberts,Sobel,Prewittandlogcompared,etc,itisknownthattheeffectivenessofthemethod.Andbecausethecellularneuralnetworkcanhigh-
5、speedparallelcomputing,andtheprocessingspeedhavenothingtodowiththeimagesize,andfacilitateatthesametimetherealizationofhardware,thismakesitinimageprocessingofrealtimehavegreatpotentialforgrowth.KeyWords：Imageprocessing;Edgedetection;CNN;Arithmetic目錄1引言12圖像邊緣提取的基本知識33基于CNN的圖像邊緣提取63.1CNN基本知識6
6、3.2細胞神經(jīng)網(wǎng)絡在圖像處理中的應用介紹83.3基于CNN的二值圖像邊緣提取算法介紹93.4基于CNN的灰度圖像邊緣提取算法介紹123.4.1圖像分8個位面的算法介紹123.4.2灰度值線性變換的算法介紹123.5圖像邊緣提取傳統(tǒng)算法介紹133.5.1Roberts邊緣算子143.5.2Prewitt邊緣算子143.5.3Sobel邊緣算子153.5.4Log邊緣算子163.5.5Canny邊緣算子183.6基于CNN的算法和傳統(tǒng)方法仿真結(jié)果的比較19結(jié)論24參考文獻25致27附錄281引言數(shù)字圖像邊緣檢測技術(shù)起源于20世紀20年代，當時受條件的限制一直沒有取得較大進展，直
7、到20世紀60年代后期電子技術(shù)、計算機技術(shù)有了相當?shù)陌l(fā)展，數(shù)字圖像邊緣檢測處理技術(shù)才開始進入了高速發(fā)展時期。經(jīng)過幾十年的發(fā)展，數(shù)字圖像邊緣檢測處理技術(shù)目前己經(jīng)廣泛應用于工業(yè)、微生物領域、醫(yī)學、航空航天以及國防等許多重要領域，多年來一直得到世界各科技強國的廣泛關(guān)注。數(shù)字圖像邊緣檢測處理技術(shù)在最近的10年發(fā)展尤為迅速，每年均有數(shù)以百計的新算法誕生，其中包括canny算法、小波變換等多種有相當影響的算法，這些算法在設計時大量運用數(shù)學、數(shù)字信號處理、信息論以及色度學的有關(guān)知識，而且不少新算法還充分吸取了神經(jīng)網(wǎng)絡、遺傳算法、
