基于改进遗传神经网络深度图像边缘检测的研究

基于改进遗传神经网络深度图像边缘检测的研究

ID:34136167

大小:7.89 MB

页数:51页

时间:2019-03-04

基于改进遗传神经网络深度图像边缘检测的研究_第1页
基于改进遗传神经网络深度图像边缘检测的研究_第2页
基于改进遗传神经网络深度图像边缘检测的研究_第3页
基于改进遗传神经网络深度图像边缘检测的研究_第4页
基于改进遗传神经网络深度图像边缘检测的研究_第5页
资源描述:

《基于改进遗传神经网络深度图像边缘检测的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、哈尔滨理T大学工学硕十学位论文基于改进遗传神经网络的深度图像边缘检测研究摘要现代科学技术的突飞猛进,使得人们对计算机视觉的要求大幅度提高,传统的计算机视觉已满足不了三维物体识别的要求,深度图像可以更好的体现物体的三维信息,因此,受到人们的高度重视,在计算机视觉和图像处理领域得到广阔的应用。边缘是图像处理中最基础的内容,边缘蕴含着图像的丰富信息,通过图像的边缘便可以确定一定图像的轮廓形状。图像边缘检测是图像定位、图像分割、图像识别、图像特征提取等图像分析中最基础的内容,也是图像预处理中最关键的一个环节。本文主要以神经网络和遗传算法为核心,对深度图像进行边缘检测的应用。主要研究内容为:首先,在分析

2、深度图像边缘检测发展与研究现状的基础上,确定了采用遗传神经网络算法实现深度图像的边缘检测。其次,设计了神经网络的结构,对BP神经网络的深度图像边缘检测样本进行了选取,训练了神经网络,通过仿真实验得到检测结果。并对BP神经网络的缺陷进行分析与改进。然后,分析了遗传算法的结构特征,对函数进行初始化,设计了选择算子、交叉算子和变异算子,并将遗传算法应用于深度图像的边缘检测,对遗传算法存在的不足加以分析与改进。最后,结合遗传算法和神经网络进行深度图像的边缘检测,利用改进的遗传算法优化神经网络的权值,将训练后的神经网络用于深度图像的边缘检测。实验结果表明,本文边缘检测算法,计算量小,收敛速度加快,检测出

3、的边缘信息更为详细,能够更好的应用于深度图像的边缘检测中。关键词深度图像;边缘检测;神经网络;遗传算法EdgeDetectionforRangeImagesBasedOilImprovedGeneticBPNeuralNetworksAbstractTherapidprogressofmodemscienceandtechnologyhasimprovedgreatlyincomputervisionrequirementsbypeople,traditionalcomputervisionhasalreadycannotsatisfytherequirementsof3Dobjectreco

4、gnition,rangeimagecanbetterreflect3Dobiectinformation,SOitattachesgreatimportancebypeopleandwidelyusedincomputervisionandimageprocessingareas·isthemostbasiccontentofimageprocessinganditcontainslotsofimageinformation,wecanidentifyanobjectbyedgeinformation.TheimageedgedetectioniSthemostbasiccontentbas

5、edonimagelocation,imagesegmentation,imagerecognition,imagefeatureextractioninimageanalysis,italsoisthemostcriticalaspectsinimagepre-processing.Inthispaper,thecoreisedgeforrangeimagedetectionbasedontheneuralnetworkandgeneticalgorithm.Themaincontentsare:First,itanalyzescurrentstatusofdevelopmentandres

6、earchesbasedonedgedetectionforrangeimages,anditdeterminesedgedetectionforrangeimagesbygeneticalgorithmneuralnetwork·Second,itdesignsthestructureofneuralnetwork,selectssamplesofedgedetectionforrangeimagesbasedonBPneuralnetwork,italsogetsthetestresuitsbytrainingandsimulation,thenitanalyzesandimprovest

7、hedefects.Andthen,itanalyzesthestructureofthegeneticalgorithm,initializesthefunction,designsselectionoperator,crossoveroperatorandmutationoperator,anditiSappliedtoedgedetectionforrangeimages,thenitana

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。