遗传神经网络在图像分割中应用研究.pdfVIP

《自动化技术与应用*2010年第29卷第3期 控 $1J理论 与应 用 ControlTheoryandApplications 遗传神经网络在 图像分割中应用研究 丁红军1，蔡鸿杰1，邢克礼 (1．天津公安警官职业学院侦查系，天津 300382l2．天津医科大学生物医学工程系，天津 300070) 摘 要：针对 像分割的复杂性，利用遗传算法对 BI神经网络的权值和阈值进行优化．设计出误荸最小的神经 络，然后再对图像的 像素进行分类识别，实现并提高 图像分割性能。仿真实验表明， 传统的图像分割 法卡{【比，取得 』比传统方法更好的图像 分割效果。 关键词： 像分割；神经 络；遗传算法；遗 优化 中I分类 i：Ftl83 文献标识码：A 文章编号2010)03 0008 05 AStudyofGeneticNeuralNetworkUsedinImageSegmentation DINGHong-jun，CAIHong-jie，XINGKe-li (1．DepartmentofInvestigation，TianjinPublicSecurityPoliceProfessionCollege，Tianjin300382China； 2．DepartmentofBiomedicalEngineering，TianjinMedicalUniversity，Tianjin300070China) Abstract：Becauseofthecomplexityofimagesegmentation，theoptimizationoftheweightsandthresholdsofBPneuralnetwork arerealizedbygeneticalgorithm，andaBPneuralnetworkwithminimum errorisdesigned，Itclassifytheimagepixels， implementandimprovetheperformanceofimagesegmentation．Theresultsofsimulationshow thatthealgorithm neural networkcanbetterachievetheimagesegmentation，comparedwiththetraditionalmethod． Keyword：Imagesegmentation；NeuralNetwork；Geneticalgorithm；Geneticoptimization 1 引言 神经网络是基于梯度下降的误差反 向传播算法进行学 图像分割是把图像分割成若干个特定的、具有独特 习，所以其网络训练速度通常很慢，很容易陷入局部极小 性质的区域并提取出感兴趣 目标的过程 。在图像分割 点，在设计过程往往都要经过反复的试凑和训练过程 ，无 中，由于图像本身的复杂性和不确定性，在分割过程中可 法严格保证每次训练的收敛性和全局最优性 2【1。若利用 能出现不完整性、不精确性以及建模困难等，由于人工 遗传算法的全局寻优能力和隐含的并行性 ，自动有哪些信誉好的足球投注网站BP 神经网络不需要给定特定推理规则，具有 自组织和自我 网络最优的权值和阈值 ，设计最佳的网络，使网络能够拟 学习的功能，神经网络通过训练得到决策函数，然后对图 合预定的目标 ，实现提高图像分割性能的目的。 像的像素进行分类识别，可实现图像分割的效果。