基于SOFM神经网络的图像融合二值化方法

摘要：

提出了一种基于自组织特征映射(SOFM)神经网络的图像融合二值化方法.介绍了SOFM神经网络的特点及学习算法,根据SOFM的聚类确定图像第一阈值作为循环迭代的初始值,对整幅图像进行循环迭代得到第二阈值,使用第二阈值对原始图像进行二值化,得到第一幅待融合图像;通过改进的Bernsen方法对原始图像进行二值化,得到第二幅待融合图像;最后根据图像灰度值选小的原则作为图像融合方法,得到最终的二值化图像.该方法既能有效地消除伪影,又能较好地分离字符和文字.模拟实验结果表明,该方法的二值化效果明显优于Bernsen方法和Ostu方法,且具有良好的适应性.

关键词：图像融合、二值化、阈值、SOFM神经网络、像素

所属期刊栏目：15

分类号：TP391;TP183(计算技术、计算机技术)

资助基金：湖南省社会科学基金05C720

在线出版日期：2007-04-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：401-406