基于神经网络的图像弱边缘检测方法研究

杨景兵，丁 辉，张树东

（首都师范大学 信息工程学院，北京 100048）

0 引言

图像能够给人们提供大量的视觉信息，而这些信息的划分恰恰是基于图像边缘的。所谓边缘是指图像周围像素灰度有阶跃变化或屋顶状变化的像素的集合，它存在于目标与背景、目标与目标、区域与区域，基元与基元之间[1]。成功提取的边缘信息可用于进行图像分析（例如图像分割）、图像滤波以及目标识别（例如人脸识别）等。如何提高图像边缘检测的边缘提取速度和准确度一直是国内外研究的热点。早期经典算法主要有传统边缘算子法[2-3]、模板匹配法、曲面拟合法、门限化法等。随着图像处理技术的不断发展，以及与人工智能理论学科的不断结合,基于神经网络的边缘检测法[4-5]出现并走进了研究与应用之中。

神经网络[6]技术是近年来兴起的人工智能技术，它通过模拟人的大脑的工作模式和结构机制来实现机器智能化。它是一个由大量基本单元相互连接而成的非线性系统，具有自组织、自学习和自适应的特点，可以应用在多个领域[7-9]，常用于处理非线性问题。鉴于以上特点，可以用它来进行图像的边缘检测。在文献[10]中，甘玲等利用CP神经网络提取二值图像和灰度图像的边缘。本文主要是利用了图像边缘的基本特点，相邻点像素的差异性，来构造训练样本，并训练BP神经网络，再使用1×3的窗口遍历整个图像，完成对二值图像的边缘检测；对于灰度图像，先将其二值化，得到二值图像，然后再进行边缘检测。……