基于LVQ神经网络的图像边沿检测研究

分析了传统边沿检测算子的优缺点,引入LVQ神经网络检测图像边沿;阐述了其以传统算子检测结果为教师信号,以灰度图像5×5邻域的中值特征量、方向特征量、Kirsch算子方向特征量为一组特征量作为输入信号训练权值的检测原理与训练过程,给出了特征量的计算公式;以检测脐橙图像边沿为例,设置了不同阈值、不同教师信号类型。结果表明,LVQ神经网络检测边沿,不依赖于教师信号的类型和阈值,在提高边沿连续性和抑制过度曝光点两方面比传统算子检测有显著优势。