基于自组织特征映射的图像分割算法研究

提出了一种基于自组织特征映射的图像分割算法,实现了计算机对图像的初步理解,从而在某种程度上模拟了生物的初级视觉功能.通过分析研究Kohonen网络的自组织特征映射过程,构造了基于Kohonen网络的图像分割神经网络方法,应用自组织特征映射方法将原始图像分割为有序化的相关特征区域.最后结合图像分割的特点对算法进行了改进,结合有监督的学习算法,使得图像的分割最终在先验知识的指导下进行.实验结果表明将Kohonen网络应用于图像分割使得算法具有很强的自适应性,能够在很大程度上避免背景及噪声对分割的影响.

基于径向基函数网络的显微结构下目标三维测量

本文基于对显微结构下目标三维特征分析,结合神经网络算法,提出了基于神经网络算法的目标三维测量。通过径向基函数网络对实现了对目标图像的小波特征提取与测量。将对信号的小波包分析与RBF网络的结合,以较小的计算代价实现了对目标图像的三维特征的提取与测量。