SGNN优化算法的研究及其在图像分割中的应用

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

SGNN优化算法的研究及其在图像分割中的应用

文章导航 > 红外技术 > 2010 > 32(4): 198-203

李露. SGNN优化算法的研究及其在图像分割中的应用[J]. 红外技术, 2010, 32(4): 198-203. doi: 10.3969/j.issn.1001-8891.2010.04.004

引用本文:

李露. SGNN优化算法的研究及其在图像分割中的应用[J]. 红外技术, 2010, 32(4): 198-203. doi: 10.3969/j.issn.1001-8891.2010.04.004

Optimized Self-Generating Neural Network for Image Segmentation[J]. Infrared Technology , 2010, 32(4): 198-203. doi: 10.3969/j.issn.1001-8891.2010.04.004

Citation:

Optimized Self-Generating Neural Network for Image Segmentation[J]. Infrared Technology , 2010, 32(4): 198-203. doi: 10.3969/j.issn.1001-8891.2010.04.004

李露. SGNN优化算法的研究及其在图像分割中的应用[J]. 红外技术, 2010, 32(4): 198-203. doi: 10.3969/j.issn.1001-8891.2010.04.004

引用本文:

李露. SGNN优化算法的研究及其在图像分割中的应用[J]. 红外技术, 2010, 32(4): 198-203. doi: 10.3969/j.issn.1001-8891.2010.04.004

Optimized Self-Generating Neural Network for Image Segmentation[J]. Infrared Technology , 2010, 32(4): 198-203. doi: 10.3969/j.issn.1001-8891.2010.04.004

Citation:

Optimized Self-Generating Neural Network for Image Segmentation[J]. Infrared Technology , 2010, 32(4): 198-203. doi: 10.3969/j.issn.1001-8891.2010.04.004

SGNN优化算法的研究及其在图像分割中的应用

doi: 10.3969/j.issn.1001-8891.2010.04.004

李露

北京航空航天大学,宇航学院,北京,100191
北京航空航天大学

中图分类号: TP391
计量
- 文章访问数: 82
- HTML全文浏览量: 17
- PDF下载量: 6
- 被引次数: 0
出版历程

Optimized Self-Generating Neural Network for Image Segmentation

摘要: 针对传统神经网络用于图像分割中存在着网络结构设计复杂、计算量大等缺点,提出了一种基于自生成神经网络(Self-Generating Neural Network,SGNN)的图像分割方法,将图像的每个像素按其灰度值自动聚类,从而实现图像的自动分割.在此基础上,本文着重研究了SGNN网络的优化算法,以期达到更好的分类效果.实验结果表明,该方法可以很好的实现图像分割,无需人为干涉,具有学习自主性高,分类效果明显,抗噪能力强等优点,可广泛用于红外、可见光、X光、MR等多种图像的分割.
- 神经网络 /
- SGNN /
- 图像分割 /
- 优化

参考文献(0)

资源附件(0)

WeChat

点击查看大图

计量

文章访问数: 82
HTML全文浏览量: 17
PDF下载量: 6
被引次数: 0

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

版权所有 © 《红外技术》编辑部京ICP备000000000号-1

本系统由北京仁和汇智信息技术有限公司开发