| 基于LVQ神经网络的水果图像分割研究 |
| |
| 作者姓名： | 郭勇 黄骏 陈维 高华杰 李梦超 |
| |
| 作者单位： | 赣南师范大学物理与电子信息学院, 江西, 赣州 341000 |
| |
| 基金项目： | 国家自然科学基金项目(52067002,22061002);江西省教育厅科技计划项目(GJJ201437,GJJ211411) |
| |
| 摘 要： | 由于传统边沿检测算子在水果颜色多样、亮度不均匀时,难以分割得到完整、无噪声的二值图像且依赖优化的阈值,本研究提出了一种基于LVQ神经网络的水果图像分割方案。首先将彩色图像转变为灰度图像;然后对Canny算子获得的边沿图像随机选取一些像素作为网络的学习监督信号,仅以灰度图像中相同位置像素3×3邻域的Kirsch算子梯度值作为输入,训练权值;最后重新将原灰度图像的Kirsch算子梯度值输入到训练好的网络中,获得封闭的边沿并填充得到二值图像。考察了14幅像素为640×480的水果图像,结果表明：网络在很宽广的阈值范围内（0.001 ~ 0.99）分割得到完整、一致的二值图像;面积误差最小为0.9%,最大为8.83%,不依赖于优化的阈值,不需要对原始图像滤波预处理。与没有阈值及滤波的算法相比,本方案的误差和时间复杂度均更低;与设置了阈值和/或滤波的算法相比,本方案与之相当,甚至效果更优。
|
| 关 键 词： | 水果图像分割 LVQ神经网络 Kirsch算子 Canny算子 面积误差 时间复杂度 阈值 |
| 收稿时间： | 2024-03-28 |
| 修稿时间： | 2024-05-12 |
|
| 点击此处可从《井冈山大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《井冈山大学学报(自然科学版)》下载免费的PDF全文 |
|
