کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
846862 | 909214 | 2015 | 5 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Research on the improvement of image edge detection algorithm based on artificial neural network
ترجمه فارسی عنوان
پژوهشی پیرامون توسعه الگوریتم شناسایی لبه تصویر بر اساس شبکه عصبی مصنوعی
همین الان دانلود کنید
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
تشخیص لبه تصویر - شبکه عصبی مصنوعی - محاسبات موازی - پنجره پویا
فهرست مطالب مقاله
چکیده
کلیدواژهها
1. مقدمه
2.برخی از الگوریتمهای تشخیص لبه
2.1. الگوریتمهای مبتنی بر گرادیان
2.2 الگوریتم کانی
2.3 الگوریتمهای مبتنی بر نظریه فازی
2.4. الگوریتمهای طراحی شده مبتنی بر چند مقیاس
3. شبکه عصبی مصنوعی
3.1 مدل عصبی
شکل 1. ساختار نرون کلاسیک
3.2. ساختار شبکه عصبی
3.3 یادگیری و آموزش شبکههای عصبی
شکل 2. ساختار یک شبکه عصبی
4. الگوریتم قدیمی تشخیص لبه بر اساس شبکه عصبی مصنوعی و توسعه آن
4.1روش قدیمی
4.1.1. انتخاب ساختار
4.1.2. تعداد نرون های ورودی، نرون های مخفی و نرون های خروجی
4.1.3 نمونه یادگیری
4.1.4. روش یادگیری
شکل3. فرآیند موازی شبکههای عصبی
4.2. کاستیهای روش قدیمی
4.3. توسعه
4.3.1. پنجره دینامیک
4.3.2. رایانش موازی
شکل 4. (a) تصویری که باید شناسایی شود، (b) نمونه یادگیری
شکل 5. (a) تصویر به دست آمده توسط روش قدیمی ANN، (b) تصویر به دست آمده توسط روش توسعه یافته
5. آزمایشها
6. تجزیه تحلیل و نتیجه گیری
کلیدواژهها
1. مقدمه
2.برخی از الگوریتمهای تشخیص لبه
2.1. الگوریتمهای مبتنی بر گرادیان
2.2 الگوریتم کانی
2.3 الگوریتمهای مبتنی بر نظریه فازی
2.4. الگوریتمهای طراحی شده مبتنی بر چند مقیاس
3. شبکه عصبی مصنوعی
3.1 مدل عصبی
شکل 1. ساختار نرون کلاسیک
3.2. ساختار شبکه عصبی
3.3 یادگیری و آموزش شبکههای عصبی
شکل 2. ساختار یک شبکه عصبی
4. الگوریتم قدیمی تشخیص لبه بر اساس شبکه عصبی مصنوعی و توسعه آن
4.1روش قدیمی
4.1.1. انتخاب ساختار
4.1.2. تعداد نرون های ورودی، نرون های مخفی و نرون های خروجی
4.1.3 نمونه یادگیری
4.1.4. روش یادگیری
شکل3. فرآیند موازی شبکههای عصبی
4.2. کاستیهای روش قدیمی
4.3. توسعه
4.3.1. پنجره دینامیک
4.3.2. رایانش موازی
شکل 4. (a) تصویری که باید شناسایی شود، (b) نمونه یادگیری
شکل 5. (a) تصویر به دست آمده توسط روش قدیمی ANN، (b) تصویر به دست آمده توسط روش توسعه یافته
5. آزمایشها
6. تجزیه تحلیل و نتیجه گیری
ترجمه چکیده
شناسایی لبه تصویر اساس بینایی رایانهای است که در سالهای اخیر به سرعت پیشرفت کرده است. با در نظر گرفتن اهمیت شناسایی لبه و تکامل ANN (شبکه عصبی مصنوعی) یک مقاله پژوهشی پیرامون الگوریتمهای شناسایی لبه تصویر بر اساس ANN ارائه دادهایم. در ابتدا، روشهای کلاسیک شناسایی لبه را بررسی کرده و برخی از روشهای جدید ارائه شده در این سالها را مطرح میکنیم. دوم این که، اصولANN را به طور مختصر بیان کردهایم. بنابراین یک روش شناسایی لبه قدیمی بر اساس ANN ارائه داده و برخی از معایب این روش را به طور خلاصه بیان کردهایم. در انتها، یک روش شناسایی لبه جدید بر اساس ANN و رایانش موازی مطرح کردهایم. روش جدید نسبت به روش قدیمی از لحاظ کارایی و دقت در تشخیص برتری دارد.
موضوعات مرتبط
مهندسی و علوم پایه
سایر رشته های مهندسی
مهندسی (عمومی)
چکیده انگلیسی
Image edge detection is an essential basis of computer vision that has made rapid progress these years. Given the importance of the edge detection and the maturity of ANN (artificial neural network), we provide a research paper on the algorithms of image edge detection based on ANN. Firstly, we review the classic methods of edge detection and introduce some new methods proposed these years. Secondly, the foundations of ANN are briefly introduced. Subsequently, we present a traditional edge detection method based on ANN and summarize some disadvantages of this method. Finally, a new edge detection method based on ANN and parallel computing is put forward. The new method is superior to the old one in the efficiency and accuracy of detection.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Optik - International Journal for Light and Electron Optics - Volume 126, Issue 21, November 2015, Pages 2974–2978
Journal: Optik - International Journal for Light and Electron Optics - Volume 126, Issue 21, November 2015, Pages 2974–2978
نویسندگان
Jinan Gu, Yuelong Pan, Hongmei Wang,