文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工作范文 > 其它 > 文献综述-数字图像边缘检测算法的分析与实现
侵权投诉

文献综述-数字图像边缘检测算法的分析与实现

数字图像处理应用十分广泛,边缘检测作为数字图像处理的一个关键环节,其研究多年来一直受到人们的高度重视,自从边缘检测的提出年到现在,在五十多年的发展中已提出了成百上千种不同类型的边缘检测算法。

(2)不一定能成功收敛到全局极小,特别在边缘存在凹陷或拐角的情况下。(3)容易收敛到局部梯度极大或孤立边缘处。(4)极小化过程中的收敛速度较慢,存在不稳定性等

[19]。

(7)基于松弛迭代的方法。松弛迭代的基本思想是图像中各像素的归属除应由其自身决定外,还会受到其邻域像素的影响。与主动轮廓模型方法的相似之处是,它也是通过不断地调整边缘的轮廓形状,使之达到最为理想的结果。基于松弛迭代的边缘检测方法从边缘增强的角度出发检测边缘,它首先使用简单的检测方法得到初始的大致边缘轮廓,然后依据边缘的一些重要信息如位置、梯度、曲率等初始化松弛网络,利用边缘像素的局部一致相关性和噪声像素的随机无规则性之间的区别,将相邻像素的信息进行相互作用,在增强边缘的同时抑制噪声,经过反复的迭代来修正和约束松弛网络,最终达到收敛于真实边缘的目的。迭代过程中所使用的松弛算法有:离散松弛算法、模糊松弛算法、概率松弛算法等。该方法的特点在于不需事先对图像进行平滑预处理,因为它以同一边缘像素间的局部相容性为依据,噪声一般并不具备这一特性

[20]。

(8)基于神经网络的方法。神经网络的数学模型最早由Mcculloch等人提出并沿用至今,后来由Rosenblatt提出的基于多层神经网络的感知机则是神经网络在工程实践中的首次应用。然而随后的很长一段时间里对于神经网络的研究却陷入了低潮期,直到Hopfield发表的两篇论文才重新让人们认识到神经网络的强大作用和应用前景,并掀起了一场新的研究热潮。目前应用最为广泛的神经网络模型是BP网络,但基于它的边缘检测方法存在着收敛速度慢、易收敛于局部极值、稳定性差、难以调控等的缺陷,因此实际中更常应用的是Uchiyama等人、 Bhuiyan等人提出的基于Hopfield神经网络的边缘检测方法和S iwen等人提出的基于模糊神经网络的边缘检测方法等。

(9)基于蚁群算法的方法。蚁群算法由Dorig。等人提出,是近年来发展起来的一种新型模拟进化算法,其原理是依据蚁群在寻觅食物过程中表现出的寻优能力来确定最佳连通路径。由于研究得到蚁群算法具有智能搜索、全局优化、强鲁棒性、正反馈性、分布处理、易结合性等众多优点,因此也为许多领域的复杂优化问题提供了有力的支持和有效的途径。对于蚁群算法在边缘检测中的应用,国内外的研究还并不多见,但也已经取得了一些初步的成果,主要可分为3类:1)基于模糊聚类的蚁群算法。(2)

上一页第6页

你可能喜欢

  • matlab图像分割
  • 图像增强论文
  • 图像增强技术
  • 图像边缘检测技术
  • matlab数字图像处理

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email