学位论文 > 优秀研究生学位论文题录展示
基于SOM网的多目标图像轮廓提取技术的研究
作 者: 田冰
导 师: 曾接贤
学 校: 南昌航空大学
专 业: 信号与信息处理
关键词: 轮廓提取 FN-SOM ACM模型 BSOM FN-BSOM
分类号: TP391.41
类 型: 硕士论文
年 份: 2010年
下 载: 45次
引 用: 0次
阅 读: 论文下载
内容摘要
图像轮廓提取是图像处理的重要组成部分,是计算机视觉领域的重要研究课题之一。但是已有的轮廓提取技术难以反映图像中所包含的目标信息,因此近年来针对含有多个目标物体的图像的轮廓提取技术,已经逐渐成为人们研究的热点。ACM模型的提出为轮廓提取提供了新的思路,开创了基于形变模型的图像处理的先河。经过多年来的改进和创新,尤其是人工神经网络的引入,使得ACM模型在轮廓提取方面获得了崭新的突破。其中较为成熟的轮廓提取方法当属基于BSOM人工神经网络的ACM模型,它在简单多目标图像提取方面已经获得了比较理想的效果,但是对于复杂的多目标图像还难以实现有效的轮廓提取。本文的工作主要围绕基于BSOM的ACM模型进行轮廓提取的方法展开。首先,从神经网络出发,提出了改进型的FN-SOM网络训练方法,改进了传统FN-SOM的邻域关系,提升了FN-SOM网络的聚类特性,并且通过仿真实验验证了改进的有效性,为后期轮廓提取改进方案的实现提供了有效地网络准备工作。然后再针对BSOM方法在轮廓提取中存在不足,提出了两种改进方案。种是针对彩色图像,首次将FN-SOM网络应用于彩色图像的分割,再利用传统的BSOM方法提取图像的轮廓,该方法经验证可以有效提取多目标彩色图像轮廓,但是算法复杂的较高。另一种改进方案是从BSOM自身结构出发进行改进,主要是把FN-SOM的概念引入到BSOM网络中来,提出了基于FN-BSOM的ACM模型,并通过虚假邻域定位出第二层获胜神经元,同时在迭代过程中根据虚假邻域关系控制添加或删除神经元,进而达到多目标轮廓提取的效果,文中利用该模型进行图像轮廓提取实验,通过对比分析验证了该方法可以获得较为理想的轮廓提取效果,而且具有较为理想的鲁棒性。最后把对多目标轮廓的提取扩展到三维多目标图像领域,并且验证了改进后的方法具有一定的优越性。
|
全文目录
摘要 4-5 Abstract 5-7 第1章 绪论 7-15 1.1 课题的研究背景及意义 7-9 1.2 国内外研究现状 9-13 1.2.1 图像分割及边缘提取 9-11 1.2.2 主动轮廓模型 11-12 1.2.3 基于SOM人工神经网络的轮廓提取 12-13 1.3 研究的内容以及创新 13-14 1.4 文章整体结构安排 14-15 第2章 经典图像边缘检测 15-21 2.1 边缘检测的经典算法 15-20 2.1.1 经典算法概述 15-19 2.1.2 各种经典边缘检测效果比较 19-20 2.2 相关概念浅析 20-21 第3章 SOM神经网络的改进 21-34 3.1 SOM人工神经网络简介 21-23 3.1.1 SOM网络的学习算法概述 22-23 3.2 FN-SOM网络及其不足 23-26 3.2.1 FN-SOM网络的学习算法 24-26 3.2.2 FN-SOM网络的不足 26 3.3 FN-SOM网络的改进 26-34 3.3.1 改进后的FN-SOM网络的学习算法 27-29 3.3.2 改进后的FN-SOM网络的仿真对比试验 29-34 第4章 基于SOM网的图像轮廓提取方法的研究与改进 34-58 4.1 ACM模型 34-38 4.1.1 ACM模型简介 35 4.1.2 ACM模型的数学模型 35-36 4.1.3 ACM模型的工作原理 36-37 4.1.4 ACM模型的改良与发展 37-38 4.2 利用BSOM提取轮廓的算法 38-47 4.2.1 BSOM简介 39-40 4.2.2 BSOM算法流程 40-47 4.3 改进的轮廓提取算法 47-58 4.3.1 针对彩色图像先分割后提取轮廓的方法 47-50 4.3.2 针对BSOM自身结构的改进算法 50-58 第5章 结论与展望 58-60 参考文献 60-63 发表论文和参加科研情况说明 63-64 致谢 64
|
相似论文
- 混纺织物不同纤维的图像识别与定量分析,TP391.41
- 金属板材腐蚀区域自动提取技术的研究,TP274
- 基于视频序列的运动人体行为分析关键技术研究与实现,TP391.41
- 实时视频监控系统中运动目标检测与异常行为识别,TP391.41
- 在线三维人体几何建模研究,TP391.41
- 水泥颗粒三维重构及并行化研究,TP391.41
- 基于2D-3D人体扫描装置的图像处理和尺寸获取研究,TP391.41
- 基于视网膜生理机制的运动目标轮廓提取神经计算模型研究,TP391.41
- 视频场景中的群体目标分析研究,TP391.41
- 基于图像的城市建筑物三维自动重建参数化建模方法研究,TP391.41
- 音频噪声环境下唇动信息在语音识别中的应用技术研究,TN912.34
- 基于并行处理的高速图像序列运动目标检测技术研究,TP391.41
- 水下声纳图像的MRF目标检测与水平集的轮廓提取方法研究,TP391.41
- 机身低速颤振模型的芯板拓扑优化,V216.24
- 基于断层图象的几何重建理论与技术研究,TP391.7
- 基于鱼眼图像的全景漫游模型研究,TP391.41
- 航空油液中微小颗粒的尺寸检测与计数,TP274.2
- 短程线主动轮廓模型的算法研究及应用,TP391.41
- 激光标刻矢量图形生成方法的研究,TN249
- 二维工程图的智能理解与三维重建研究,TB23
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|