文献类型：期刊文章

作　　者：岳欣华[1] 邓彩霞[1] 张兆茹[1]

YUE Xin-hua;DENG Cai-xia;ZHANG Zhao-ru(School of Applied Sciences, Harbin University of Science and Technology, Harbin 150080, China)

机构地区：[1]哈尔滨理工大学理学院,哈尔滨150080

出　　处：《哈尔滨理工大学学报》

基　　金：国家自然科学基金(11871181).

年　　份：2021

卷　　号：26

期　　号：5

起止页码：83-90

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、DOAJ、JST、RCCSE、ZGKJHX、核心刊

摘　　要：为了获得较好的图像边缘信息,提出了一种将BP神经网络与形态学融合的边缘检测算法。在BP神经网络中常用Sigmoid函数作为激励函数,但传统的Sigmoid函数形式单一、缺少灵活性,因此给出具有可调节性的Sigmoid函数是至关重要的。首先,给出一类充分光滑的Sigmoid函数构造方法,将其作为BP神经网络中的激励函数对图像的边缘进行初步有效的检测。然后,采用多尺度多结构的思想,提出了一种改进的形态学边缘检测算法,应用该算法得到噪声小且连续的边缘图像。最后,利用小波分析将BP神经网络与改进的形态学算法进行融合,进而得到一种边缘检测融合算法。仿真结果表明,融合算法的评价指标优于单一的边缘检测算法且检测的图像边缘线条完整并清晰。

关 键 词：Back Propagation神经网络  SIGMOID函数 数学形态学 边缘检测 融合算法  

分 类 号：TP751.1]