一种用于轮廓线探测的CNN+改进算法.pdfVIP

第 24 卷第 1 期 系统仿真学报© Vol. 24 No. 1 2012 年 1 月 Journal of System Simulation Jan., 2012 一种用于轮廓线探测的 CNN 改进算法 1 2,3 张文娟 ，康家银 (1. 淮海工学院计算机工程学院，连云港 222005 ；2.淮海工学院电子工程学院，连云港 222005 ； 3. 江南大学物联网工程学院，无锡 214122) 摘要：图像中目标物体的轮廓探测是目标识别和计算机视觉系统的第一步也是关键一步。提出了 一种基于细胞神经网络（Cellular Neural Network ，CNN ）的轮廓线探测改进算法。该算法中CNN 模板参数（模板系数）是根据局部窗口内各像素与中心像素间的灰度和空间关系计算的，即模板 参数的计算不仅考虑了局部窗口内各像素与中心像素的灰度值差异，而且顾及了窗口内各像素与 中心像素间的空间距离。实验结果表明，相对于其它两种轮廓探测算法，提出算法的探测效果较 好。 关键词：轮廓探测；细胞神经网络；模板；模板参数 中图分类号: TP391.4 文献标识码：A 文章编号：1004-731X (2012) 01 A Modified CNN Algorithm for Contour Detection 1 2,3 ZHANG Wen-juan , KANG Jia-yin (1. School of Computer Engineering, Huaihai Institute of Technology, Lianyungang, 222005, China; 2. School of Electronics Engineering, Huaihai Institute of Technology, Lianyungang, 222005, China; 3. School of Internet of Things Engineering, Jiangnan University, Wuxi, 214122, China ) Abstract ：Contour detection of object from image is the first and crucial step in computer vision and object recognition system. This paper proposed a modified contour detection algorithm based on cellular neural network (CNN). In proposed algorithm, the template parameters (template coefficients) of CNN are calculated according to the gray-scale and spatial relationship between