神经网络方法在图像分割中的应用

来源 :电子科技大学 | 被引量 : 0次 | 上传用户:hnzzzc
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
图像分割是图像处理和计算机视觉领域一个重要的研究方向。它是计算机视觉以及医学图像处理、工业自动化和卫星图像处理等实际应用的算法基础。人工神经网络是对人脑结构的算法或硬件模拟,已经被成功应用于包括图像分割的许多领域。但现有的基于神经网络的图像分割方法在分割效果以及算法的时间复杂性和空间复杂性等方面都还存在着一定的问题。正是为了解决这些问题,本文新提出了两种基于神经网络的图像分割方法。第一种是基于Lotka-Volterra 神经网络的方法。Lotka-Volterra 模型是一种竞争型回复式神经网络,它是模拟生物神经元的薄膜动力学(membrane dynamics)得到的,已被广泛应用于噪声环境中的输入选择问题。用神经元来对应从图像中提取出的边缘特征,则可通过神经元之间的相互竞争来同时实现对目标和背景的分离以及不同对象的分割。神经元之间的竞争是根据所对应的边缘特征之间的相关性进行的,相关性的计算考虑了共圆性、平滑性、对比度变化和距离等因素。由于使用了图像边缘的全局结构信息,本方法有较好的抗噪声能力。第二种方法是基于竞争型离散回复式神经网络(CDRNN)的方法。本方法主要侧重于解决医学图像分割问题。CDRNN 具有三维层次化的网络结构,使用非饱和分段线性函数作为激活函数,它的每一列对应一个竞争型子网络。本文在附录中对CDRNN 的动力学行为进行了分析。在将CDRNN 用于医学图像分割时,不仅使用了图像的全局灰度信息,而且还使用了其局部纹理信息,从而使得分割的结果比基于全局灰度信息的方法更平滑和连续。但与其他基于局部信息的方法一样,CDRNN 方法有很高的时间复杂度和空间复杂度。为了解决这个问题,我们提出了一个叫divide-and-merge(DAM)的算法。使用DAM 算法时,首先将图像分成大小相同的小方块,然后对每一个小方块使用CDRNN 方法进行分割,最后使用FCM 方法将各小块进行拼合。实验仿真显示该方法比另外两种常用的方法(FCM 和CHNN)有更好的分割结果。
其他文献
本论文研究的主要内容是基于内容的图像结构表示和分类。作为一个有着广泛应用前景的研究领域,基于内容的图像分类吸引了越来越多的研究人员参与,取得了许多研究成果并开发了
网络流量异常检测是入侵检测的一种检测手段,它能够对网络中数据流量进行实时的收集、分析和处理,根据获得的网络运行状况及时向网络管理者发出异常警告,其重要性得到了研究
植物是自然界的一个重要组成部分,与我们的生活息息相关。随着分形学的研究和发展,植物模拟已成为人们研究的热点问题。植物模拟在人工智能、计算机游戏、虚拟现实、教学软件、
水情自动测报是采用现代科技对水文信息进行实时遥测、传送和处理的专门技术,是有效解决江河流域及水库洪水预报、防洪调度和水资源合理利用的先进手段,是水文现代化的发展方向
步态识别是指通过人体走路的姿势来识别人的身份。步态识别是模式识别、图象处理等学科的一大新兴研究热点,可以广泛地应用到安全部门、身份鉴别、数字监控等领域。 步态
电力系统故障诊断系统能够辅助调度人员处理事故,起到缩短事故处理时间,防止事故扩大的作用,对保证电力系统稳定运行具有重要意义。本文系统了解及比较了在电力系统故障诊断领域中几种人工智能技术的应用情况,同时对Agent的特点、结构、优势以及实现作了深入的研究。在此基础上提出了一种基于多Agent的电力系统故障诊断系统模型,并实现了其中的诊断Agent。诊断Agent 是在原有专家系统的基础上产生的,这种
互联网的发展逐渐改变了人们的生活方式,电子邮件因其方便、快捷的特点已受到人们的青睐,许多重要信函也会通过电子邮件的方式传送。但是,许多垃圾邮件同时也在网络中蔓延,占
随着计算机网络的发展与应用的日益普及,网络安全问题也更加突出,主要表现为网络中的信息安全。特别是我军的信息化建设步伐的加快和一体化建设的高标准要求,对信息安全的保护显
企业计算机应用发展经历了五个阶段:单个功能应用、部门级的集成应用、企业范围内集成应用、集成客户与供应商、跨企业集成与动态电子商务。前三个企业计算机应用阶段主要是
WebGIS是在Internet或Intranet网络环境下的一种存储、处理、分析、显示和应用地理信息的计算机系统.随着互联网的飞速发展,GIS应用也从桌面进入到了互联网时代.虽然网络上的