基于改進(jìn)的模糊BP神經(jīng)網(wǎng)絡(luò)的圖像分割方法研究.pdf

1、視覺(jué)對(duì)人類感知世界極為重要，是人類從世界獲取信息的最主要途徑。圖像作為視覺(jué)信息的基礎(chǔ)，客觀地向人類展示了世界上的萬(wàn)事萬(wàn)物，從而使人們了解世界及其本身。隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展，借助于計(jì)算機(jī)對(duì)圖像進(jìn)行處理，能更好地幫助人類發(fā)現(xiàn)知識(shí)，不斷拓展人類對(duì)世界認(rèn)知的深度、廣度。經(jīng)過(guò)幾十年的努力，圖像處理領(lǐng)域已經(jīng)形成了較為完善的圖像工程體系，包括圖像分割、圖像合并、圖像檢索等技術(shù)。圖像分割是圖像處理的關(guān)鍵環(huán)節(jié)，它將一副原始圖像分解為若干個(gè)具有特殊性質(zhì)

2、、互不重疊并且具有強(qiáng)相關(guān)性的集合，幫助人們觀察到更微觀的世界。從根本上講，圖像分割是一個(gè)將原始圖像進(jìn)行分類的技術(shù)。
　　在圖像分割技術(shù)的發(fā)展過(guò)程中，上千種圖像分割方法被研究人員相繼提出。大體上，這些方法可以分為閾值分割、區(qū)域分割、邊緣分割和與特定理論結(jié)合的分割方法等幾種。閾值、區(qū)域和邊緣分割方法已經(jīng)發(fā)展較為成熟，最近的研究熱點(diǎn)是結(jié)合特定理論的分割方法，而特定理論包括聚類分析、模糊集理論、人工神經(jīng)網(wǎng)絡(luò)、遺傳算法等。新方法的不斷提出拓

3、寬了圖像分割的應(yīng)用范圍，提高了分割精度。但是，現(xiàn)有算法依然存在以下問(wèn)題:(1)分割結(jié)果容易失真，造成分割精度較低;(2)算法時(shí)間開(kāi)銷較大，不適應(yīng)于大規(guī)模數(shù)據(jù)地處理。
　　基于以上問(wèn)題，本文選取目前分割效果較為理想的模糊BP神經(jīng)網(wǎng)絡(luò)方法進(jìn)行改進(jìn)。模糊理論具有模糊不確定性，能夠高度保真地從圖像中提取特征。選取合適的隸屬度函數(shù)能夠?qū)⒃紙D像分成若干個(gè)區(qū)域間獨(dú)立性較強(qiáng)的區(qū)域，將圖像中每個(gè)像素點(diǎn)初次進(jìn)行分類。賦予所有像素點(diǎn)一個(gè)模糊量-隸屬度

4、，它描述了像素點(diǎn)隸屬于某個(gè)模糊集的程度大小，用模糊理論對(duì)、圖像進(jìn)行初步處理最大程度地保證了圖像不失真。BP神經(jīng)網(wǎng)絡(luò)具有較好的泛化能力、魯棒性和數(shù)值逼近能力，能夠有效地處理數(shù)值化信息，并行計(jì)算方式對(duì)降低算法的時(shí)間復(fù)雜度有很大幫助。并且，神經(jīng)網(wǎng)絡(luò)的數(shù)字處理能力可以對(duì)隸屬度函數(shù)產(chǎn)生的數(shù)值做進(jìn)一步的處理，使得像素的隸屬度值更好地反映像素的歸類，將最終歸類的像素分類提取，便能產(chǎn)生一個(gè)高度保真的結(jié)果。
　　本文選取灰度圖像為研究對(duì)象，利用模糊

5、理論對(duì)圖像進(jìn)行特征提取，形成BP神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù);然后從幾個(gè)方面對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn)，使其在進(jìn)行樣本訓(xùn)練時(shí)能夠更快收斂，在提高圖像分割精度的同時(shí)降低時(shí)間復(fù)雜度。
　　本文的主要工作有以下幾個(gè)方面:
　　(1)系統(tǒng)介紹了圖像分割的研究背景及其發(fā)展現(xiàn)狀，總結(jié)了幾種常見(jiàn)方法的特點(diǎn)及面臨的問(wèn)題。
　　(2)介紹了模糊理論和BP神經(jīng)網(wǎng)絡(luò)的工作原理，以輸入模糊量的形式構(gòu)造模糊BP神經(jīng)網(wǎng)絡(luò)，并對(duì)神經(jīng)網(wǎng)絡(luò)傳輸函數(shù)、學(xué)習(xí)率、訓(xùn)練算法