基于Unit-Linking PCNN的灰度图像边缘检测

谭颖芳 聂仁灿 周冬明 赵东风

引用本文:
Citation:

基于Unit-Linking PCNN的灰度图像边缘检测

    作者简介: 谭颖芳(1983-),女,云南人,硕士生,主要从事神经网络方面的研究.;
    通讯作者: 周冬明; 
  • 基金项目:

    云南省自然科学基金资助项目(2005F0010M)

    云南大学重点资助项目(2004Z007C)

    云南大学青年基金资助项目(2007Q024C)

  • 中图分类号: TN911.3

Gray image edge detection based on Unit-Linking PCNN

    Corresponding author: ZHOU Dong-ming
  • CLC number: TN911.3

  • 摘要: 利用Unit-Linking PCNN模型,结合最小交叉熵准则,边缘检测预处理,均匀分块处理,将灰度图像分割成二值图像,在二值分割图基础上实施Unit-Linking PCNN边缘检测.边缘检测预处理以块状增强方式增强了图像对比度,强化了图像边缘;均匀分块处理实现了灰度图像的近似多阈值分割.分析了边缘检测预处理中各步骤的作用,比较了不同均匀分块数目对边缘检测结果的影响.与Canny算子和相关文献结果相比,该研究检测的边缘体现了更丰富的图像细节,且神经元模型参数对图像边缘检测结果的影响较不敏感.仿真结果表明,该方法具有较理想的灰度图像边缘检测结果,具有较好适用性.
  • [1] 薛锦树周冬明聂仁灿赵东风 . 基于Unit-Linking PCNN和HSI空间的彩色图像分割方法. 云南大学学报(自然科学版), 2010, 32(3): 288-293 .
    [2] 郭栋鸿谭丽温润 . 基于MMSE的自适应灰度形态学钢轨边缘检测算法. 云南大学学报(自然科学版), 2019, 41(6): 1144-1151. doi: 10.7540/j.ynu.20190285
    [3] 邵凯旋余映钱俊吴青龙杨鉴 . 基于边缘信息结合空间权重的图像显著性检测算法研究. 云南大学学报(自然科学版), 2020, 42(3): 429-436. doi: 10.7540/j.ynu.20190442
    [4] 赵显达黄欢 . 基于细胞神经网络边缘检测的自适应研究. 云南大学学报(自然科学版), 2019, 41(2): 268-277. doi: 10.7540/j.ynu.20170437
    [5] 武尔维周冬明赵东风聂仁灿 . 基于双层PCNN的多级灰度图像增强. 云南大学学报(自然科学版), 2007, 29(5): 459-464.
    [6] 甘淑党承林欧晓昆 . 云南山区NPP遥感监测研究中遥感图像预处理. 云南大学学报(自然科学版), 2002, 24(3): 229-233.
    [7] 高皜柏正尧杨仁青张涛 . 采用高斯几何矩的图像复制粘贴篡改盲检测. 云南大学学报(自然科学版), 2015, 37(5): 660-666. doi: 10.7540/j.ynu.20140685
    [8] 赵柳颜光前吴俊罗华友孙亮舒若 . 基于ABUS冠状面图像的乳头位置自动检测算法. 云南大学学报(自然科学版), 2019, 41(3): 464-469. doi: 10.7540/j.ynu.20180318
    [9] 杨仁青柏正尧尹立国高皜张涛 . 基于分数傅里叶变换的数字图像复制-粘贴篡改检测算法. 云南大学学报(自然科学版), 2016, 38(1): 18-22. doi: 10.7540/j.ynu.20150058
    [10] 杨雨薇张亚萍 . 一种改进的SIFT图像检测与特征匹配算法. 云南大学学报(自然科学版), 2017, 39(3): 376-384. doi: 10.7540/j.ynu.20160731
    [11] 独智序王晓峰 . 基于稳健关键点的图像Copy-Move篡改检测算法. 云南大学学报(自然科学版), 2019, 41(1): 61-67. doi: 10.7540/j.ynu.20170629
    [12] 吴青龙敖成刚余映 . 基于视觉中心及超像素空间加权的图像显著性检测*. 云南大学学报(自然科学版), 2018, 40(5): 848-854. doi: 10.7540/j.ynu.20170639
    [13] 秦海林王丽珍谭晓玲陈克平 . 联机数据挖掘中的数据预处理. 云南大学学报(自然科学版), 2005, 27(4): 310-313.
    [14] 颜光前赵柳吴俊陈悦陈林裘之瑛 . 基于ABUS图像的轻量型切口疝补片计算机辅助检测与评估算法. 云南大学学报(自然科学版), 2017, 39(5): 768-779. doi: 10.7540/j.ynu.20160741
    [15] 朱红伟周冬明聂仁灿赵东风 . 利用PCNN实现商标图像检索新方法. 云南大学学报(自然科学版), 2012, 34(3): 276-284.
    [16] 刘显波聂仁灿周冬明赵东风 . 基于可变步长PCNN的图像高斯噪声滤除. 云南大学学报(自然科学版), 2010, 32(1): 26-29,3 .
    [17] 何新星方丽娜杨效东 . 西双版纳片断热带森林和橡胶林外来种蚯蚓Pontoscolex corethrurus边缘效应的初步研究. 云南大学学报(自然科学版), 2013, 35(S2): 393-. doi: 10.7540/j.ynu.20130596
    [18] 杨姝段青松章可赵艳秦向东 . 稀盐酸预处理沼气发酵原料水葫芦的优化条件研究. 云南大学学报(自然科学版), 2014, 36(2): 260-266. doi: 10.7540/j.ynu.20130605
    [19] 李海燕邹天宁李支尧张榆锋陈建华施心陵 . 基于模糊C均值聚类能量最小化的超声图像分割. 云南大学学报(自然科学版), 2015, 37(1): 17-25. doi: 10.7540/j.ynu.20140344
    [20] 于佳丽郭敏 . 融合灰度和梯度方向信息的随机游走的图像分割. 云南大学学报(自然科学版), 2010, 32(4): 413-417, .
  • 加载中
计量
  • 文章访问数:  3388
  • HTML全文浏览量:  62
  • PDF下载量:  1800
  • 被引次数: 0
出版历程
  • 收稿日期:  2007-11-12
  • 刊出日期:  2008-09-10

基于Unit-Linking PCNN的灰度图像边缘检测

    作者简介:谭颖芳(1983-),女,云南人,硕士生,主要从事神经网络方面的研究.
    通讯作者: 周冬明; 
  • 1. 云南大学, 信息学院通信工程系, 云南, 昆明, 650091
基金项目:  云南省自然科学基金资助项目(2005F0010M)云南大学重点资助项目(2004Z007C)云南大学青年基金资助项目(2007Q024C)

摘要: 利用Unit-Linking PCNN模型,结合最小交叉熵准则,边缘检测预处理,均匀分块处理,将灰度图像分割成二值图像,在二值分割图基础上实施Unit-Linking PCNN边缘检测.边缘检测预处理以块状增强方式增强了图像对比度,强化了图像边缘;均匀分块处理实现了灰度图像的近似多阈值分割.分析了边缘检测预处理中各步骤的作用,比较了不同均匀分块数目对边缘检测结果的影响.与Canny算子和相关文献结果相比,该研究检测的边缘体现了更丰富的图像细节,且神经元模型参数对图像边缘检测结果的影响较不敏感.仿真结果表明,该方法具有较理想的灰度图像边缘检测结果,具有较好适用性.

English Abstract

目录

    /

    返回文章
    返回