论文部分内容阅读
针对图像同时叠加脉冲噪声和高斯白噪声的非标准分布噪声的情况，本文提出一种新的基于统计向量和神经网络的强鲁棒性的边缘检测方法。首先选取窗口子区域内若干中间值像素点构造了由4个统计量组成的统计向量。然后计算训练图像的统计向量作为样本，对不加噪的训练图像的统计向量降维并作双阈值处理得到学习边缘图，对BP神经网络训练。最后将训练的BP神经网络直接用于边缘检测。新方法对脉冲噪声和高斯白噪声均具有较好的鲁棒性，BP神经网络的结构和训练都比较简单，而且不需要设定阈值检测边缘。