首页> 中文期刊> 《北部湾大学学报》 >基于深度学习算法的图像边缘增强处理

基于深度学习算法的图像边缘增强处理

         

摘要

在夜视网络环境或低照度环境下,数字图像的采集和处理容易产生图像噪点增多、细节丢失的问题。而且现有图像边缘增强算法存在识别率差、效率低等问题。基于深度学习网络模型的图像边缘增强算法,依据图像边缘像素点的灰度差异,对原始图像做滤波预处理确定出数字图像的边缘特征,构建深度置信网络模型并定义概率分布函数;基于网络转换和稀疏编码规则融合图像边缘像素的多特征,并在深度置信网络模型输出层加入sigma函数降低迭代训练过程的复杂度,最后提取图像边缘的形态学梯度特征,剔除边缘孤立的特征点,达到敎字图像边缘增强的目的。实验结果表明,增强算法处理后样本图像轮廓清晰,细节特征明显,且在相同的样本条件下迭代训练步数更少,图像边缘处理效果优于传统方案。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号