基于HC显著算法与BP神经网络的机器视觉系统

为了提高机器视觉环境下的目标图像识别能力,设计了基于HC显著算法模型与BP神经网络的机器视觉系统。构建机器视觉下多分辨图像特征检测模型,提取机器视觉图像的亚像素级特征量,根据中心像素与周围像素的差异性构建机器视觉系统识别的HC显著分割模型,采用HC显著分割算法进行目标图形的边缘轮廓检测和特征分割,建立图像中的像素与其周围环境和差异性分析模型,采用目标差异性检测和特征识别方法进行机器视觉系统的模糊特征提取,对提取的机器视觉图像特征量采用BP神经网络进行自适应分分类,实现机器视觉系统的优化设计和图像目标识别。仿真结果表明,采用该方法进行机器视觉系统构建,对目标图像的检测能力较强,识别精度较高,提高了目标图像成像的分辨力,具有很好的视觉成像和图像分析能力。