文件名称：基于GPN径向基神经网络的边缘检测方法
文件大小：3.21MB
文件格式：PDF
更新时间：2024-05-26 06:05:28
径向基神经网络 卷积神经网络 轮廓跟踪 边缘检测 人眼视觉系统
在基于神经网络的边缘检测模型中，大部分模型的检测效率不高，检测效果也有待提升.本文受人眼视觉系统特性的启发，提出了一种新的基于GPN （Gaussian Positive-Negative）径向基神经网络的边缘检测方法.首先，本文构造了一种新型的基于GPN径向基神经网络，将图像中经高斯滤波预处理后的每个像素点作为GPN径向基神经网络的中心点，并将其输入神经网络；然后，在每层之间使用卷积神经网络的部分特性进行处理，经过扩展层和隐层计算后输出结果；最后根据输出结果利用轮廓跟踪的方法将边缘提取出来.本文在检测效果以及效率这2个方面进行了相应的数值实验.针对合成图像以及部分灰度不均匀图像，相较于脉冲耦合神经网络模型、遗传神经网络模型以及卷积神经网络模型，本文模型在效率上得到了提升，且边缘的连通性更好.实验结果表明，本文提出的基于GPN径向基神经网络的边缘检测方法是一种新的、有效的边缘检测方法，比传统的神经网络边缘检测方法效率更高，且在检测效果上也有所提升.