一种基于神经网络的形态滤波器优化设计方法

作     者：李剑峰 余农 景晓军 LI Jian-feng1,YU Nong2,JING Xiao-jun1 (1. Beijing University of Posts & Telecommunications, Beijing 100876, China;2. Shanghai Institute of Technical Physics, Chinese Academy of Sciences,Shanghai 200083, China)

作者机构：北京邮电大学北京100876 中国科学院上海技术物理研究所上海200083 

出 版 物：《通信学报》 (Journal on Communications)

年 卷 期：2003年第24卷第10期

页      面：1-6页

核心收录：

学科分类：0711[理学-系统科学] 07[理学] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 

基　　金：国家自然科学基金资助项目(60172052) 

主　　题：图像处理 形态滤波器 神经网络 参数设计 

摘      要：给出了一种利用神经网络实现灰度形态滤波器参数的优化设计方法。文中首先简述了形态滤波器的基本理论,并设计出了灰度形态学的两种最基本运算(膨胀和腐蚀)的神经网络结构,其网络权值即为形态运算的结构元素值。然后,按照d学习规则,自适应地对结构元素(形状和数值)进行学习训练,以获得最佳的灰度形态滤波器参数。该方法设计简便,实用性强且易于推广,对提高形态滤波性能效果显著。