基于细胞神经网络的图像边缘提取算法研究毕业设计论文.doc

基于细胞神经网络的图像边缘提取算法研究毕业设计论文.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
天津职业技术师范大学 Tianjin University of Technology and Education 毕 业 设 计 基于细胞神经网络的图像边缘提取算法研究 Research algorithm on edge extraction of images using cellular neural network method 天津职业技术师范大学本科生毕业设计 基于细胞神经网络的图像边缘提取算法研究 Research algorithm on edge extraction of images using cellular neural network method 毕业设计(论文)原创性声明和使用授权说明 原创性声明 本人郑重承诺:所呈交的毕业设计(论文),是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知,除文中特别加以标注和致谢的地方外,不包含其他人或组织已经发表或公布过的研究成果,也不包含我为获得 及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体,均已在文中作了明确的说明并表示了谢意。 作 者 签 名:       日  期:        指导教师签名:        日  期:        使用授权说明 本人完全了解 大学关于收集、保存、使用毕业设计(论文)的规定,即:按照学校要求提交毕业设计(论文)的印刷本和电子版本;学校有权保存毕业设计(论文)的印刷本和电子版,并提供目录检索与阅览服务;学校可以采用影印、缩印、数字化或其它复制手段保存论文;在不以赢利为目的前提下,学校可以公布论文的部分或全部内容。 作者签名:        日  期:        摘 要 图像的边缘提取是图像分割、目标区域识别、区域形状提取等图像分析领域十分重要的基础,在工程应用中占有十分重要的地位。细胞神经网络(CNN)是一种并行处理器,细胞神经网络技术在图像模型识别上的应用使系统具有更高的识别率。 首先,详细说明了用 CNN 提取图像边缘的有关理论和分析,给出了所设计的二值图像算法的流程图,将其用于检测二值图像边缘。再在此基础上,改进了前人提出的分 8 层的算法,实现对灰度图像的边缘提取。 然后,将此方法与传统边缘提取方法roberts、sobel、prewitt、log和canny等相比较可知,该方法的有效性。并且由于细胞神经网络能够高速并行计算,处理速度与图像大小无关,同时便于硬件的实现,这使得它在图像实时处理方面还有很大的发展潜力可以发掘。 关键词:图像处理;边缘提取;CNN;算法 ABSTRACT Image edge extraction is image segmentation, the target area recognition, regional shape extraction from image analysis area very important basis in engineering application in an important position. Cellular neural network (CNN) is a kind of parallel processor and cellular neural network technology in the application of image model identification system are higher recognition rate. Firstly, detailed description of the image edge extraction with CNN the theory and analysis, then we give the binary image design flow chart of the algorithm for testing of the binary image edge. And on the basis of this, the improvement on previous proposed points of eight layer arithmetic, realize to the gray image edge extraction. Then, the method and the traditional edge extraction methods, for instance, Roberts, Sobel, Prewitt and log compared, etc, it is known that th

文档评论(0)

追风少年 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档