基于信息熵和神經(jīng)網(wǎng)絡(luò)的彩色圖像邊緣檢測(cè)研究.pdf

1、邊緣檢測(cè)是計(jì)算機(jī)視覺(jué)的重點(diǎn)和難點(diǎn)之一，它不僅需要正確的檢測(cè)邊緣還需要準(zhǔn)確的分類邊緣。通過(guò)理論分析和實(shí)驗(yàn)結(jié)果表明，已有的彩色圖像邊緣檢測(cè)算法容易丟失低對(duì)比度區(qū)域邊緣，對(duì)顏色的信息利用不足，本文旨在尋求以上問(wèn)題的解決方法，提供適合彩色圖像邊緣檢測(cè)的算法。
　　彩色邊緣檢測(cè)的本質(zhì)是顏色差分的定義和計(jì)算問(wèn)題。本文探討了如何綜合利用信息熵和神經(jīng)網(wǎng)絡(luò)來(lái)對(duì)彩色圖像進(jìn)行邊緣檢測(cè)。針對(duì)顏色差分大小和方向很難定義的問(wèn)題，提出了基于特征向量和區(qū)域一致性

2、測(cè)度的用于描述圖像邊緣特征的方法。針對(duì)如何將得到圖像信息量測(cè)度的數(shù)據(jù)應(yīng)用到邊緣檢測(cè)中的問(wèn)題，提出了利用神經(jīng)網(wǎng)絡(luò)對(duì)彩色圖像進(jìn)行邊緣檢測(cè)的方法。具體內(nèi)容下：
　　本文首先綜述了當(dāng)前邊緣檢測(cè)的典型算法，重點(diǎn)研究了彩色圖像的檢測(cè)方法，介紹了顏色空間、神經(jīng)網(wǎng)絡(luò)等基礎(chǔ)知識(shí)。在RGB顏色空間和HIS顏色空間的基礎(chǔ)上，提出了綜合利用顏色空間各個(gè)顏色分量的測(cè)度圖像信息量的方法，針對(duì)不同的顏色空間，計(jì)算出對(duì)應(yīng)的色差分量，通過(guò)引入模糊熵，構(gòu)造出一組基于

3、模糊熵的信息測(cè)度分量來(lái)定量描述圖像的邊緣特征。同時(shí)成功的將該方法應(yīng)用到描述彩色圖像的邊緣特征的方法中。該方法綜合利用了各個(gè)顏色空間的各個(gè)顏色分量，尤其是合理地使用了各顏色分量之間的相關(guān)性，而不是等比例地使用各顏色分量。
　　在得到可以描述圖像邊緣特征的信息測(cè)度分量的基礎(chǔ)上，利用BP神經(jīng)網(wǎng)絡(luò)對(duì)彩色圖像進(jìn)行邊緣檢測(cè)。通過(guò)利用訓(xùn)練樣本獲取信息測(cè)度分量，并組成一個(gè)整體的特征向量對(duì)BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練，然后將訓(xùn)練后的BP網(wǎng)絡(luò)直接用于邊緣檢測(cè)。<

4、br>　　邊緣檢測(cè)性能優(yōu)劣的評(píng)價(jià)可以分為主觀評(píng)價(jià)和客觀評(píng)價(jià)。本文分別使用主觀評(píng)價(jià)和客觀評(píng)價(jià)的方法對(duì)新提出的彩色圖像邊緣檢測(cè)算法進(jìn)行了檢測(cè)。采用主觀評(píng)價(jià)方法觀察處理后得到的效果圖像，實(shí)驗(yàn)結(jié)果表明此方法能夠更完整的保留原彩色圖像的輪廓?？陀^評(píng)價(jià)方法通過(guò)對(duì)緣連通度和抗噪性能進(jìn)行分析，結(jié)果發(fā)現(xiàn)新方法明顯的優(yōu)于其他的邊緣檢測(cè)算法。
　　本文將模糊熵和BP神經(jīng)網(wǎng)絡(luò)用于彩色圖像邊緣檢測(cè)，取得了較好的實(shí)驗(yàn)結(jié)果，豐富了彩色圖像邊緣檢測(cè)的方法。下一步