基于DTBNN的双阈值图像分割方法
为了能够实现动态无灰度特征峰值的图像分割，提出一种基于决策树的神经网络(Decision Tree Based Neural Network，DTBNN)双阈值图像分割方法。该方法首先运用决策树与神经网络的对应关系，构建出稳定、训练高效的神经网络；然后通过实验采集的图像提取图像灰度均值，最大灰度偏差与阈值映射函数作为样本数据训练神经网络；最后采用训练好的神经网络对被测图像进行阈值映射函数筛选，并计算出被测图像的上下灰度阈值，完成对图像的双阈值分割。仿真实验表明，该方法不依赖于灰度直方图的峰值特征并能获取较好的上下限分割阈值，与最大类间方差双阈值法和最大熵双阈值法比较，能够在动态图像中实现双阈值分割。
文件下载
评论信息
其他资源
- 基于51单片机的温度控制系统
- 逻辑函数公式化简器
- VB 应用最新SQLite3.DLL动态库的方法
- php学生选课系统
- matlab 遗传算法优化BP神经网络程序
- 同济大学midas教材
- 一个控制台俄罗斯方块C++源代码及可执行程序
- QML实现不同虚线效果Demo
- 支持Sybase ASA9 (SQLAnywhere9/8/10)数据库访问的Sybase Central客户端
- trdp源码及用户手册.zip
- 海浪模式SWAN 手册（包括命令及其解释）
- 铌酸锂极化编码器的极化稳定性研究
- groovy-3.0.7.msi
- UL 2743：2018 Standard for Portable Power Packs -完整英文版（93页）
- WS 363-2011卫生信息数据元目录 第1部分：总则.pdf
- PDFtoHTML转换软件
- Altium AD设计 mega16L+ STA013 MP3 硬件原理图+PCB+封装库文件.zip
- kafkatool_64bit.exe
- 基于OpenGL的C++编写的花园小屋
- 简单通讯录
- sac教程--seisman
- 网上点餐系统 ASP
- python面向对象课件
- 学生信息管理系统 程序加论文
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明