[发明专利]基于改进BP神经网络的图像分割方法

说明书

技术领域

本发明涉及了一种改进BP神经网络算法来提高图像分割性能的方法,广泛适用于图像分割领域，具体为一种基于改进BP神经网络的图像分割方法。

背景技术

图像分割是图像处理的重要组成部分和图像处理的最初阶段，其目的在于提取图像的特征以对图像进行分割。图像分割在图像解析领域同样有着重要的地位，同样是图像解析的一部分。图像分割的任务是把图像分成互相不交叠的有意义的区域，以便进一步地处理、分析和应用。图像分割的本质在于提取出感兴趣的区域同时去除掉不感兴趣的区域，能够有效的降低无用区域对图像的干扰。因此，图像的研究具有重大意义。

发明内容

本发明目的是提供一种基于改进BP神经网络的图像分割方法，用以提高图像分割性能。

本发明是采用如下的技术方案实现的：基于改进BP神经网络的图像分割方法，包括以下步骤：

（1）在BP神经网络中应用AlexNet模型ReLu传输函数替代sigmoid传输函数；

（2）在BP神经网络中应用自适应学习率方法变更步长，以加快收敛速度，得到改进BP神经网络；

（3）用数学形态学算法对原始图像进行预处理，去除亮暗噪声；

（4）对去除亮暗噪声后的图像使用模糊C—均值进行初步分割，得到初步分割后的图像；

（5）初步分割后的图像进行改进BP神经网络训练分割，即得到最终分割后的图像。

本文采用自适应学习率方法以加快收敛速度，应用深度学习中AlexNet模型ReLu传输函数改变sigmoid传输函数的缺点，来提高图像分割性能。

具体实施方式

基于改进BP神经网络的图像分割方法，包括以下步骤：

（1）在BP神经网络中应用AlexNet模型ReLu传输函数替代sigmoid传输函数；

（2）在BP神经网络中应用自适应学习率方法变更步长，以加快收敛速度，得到改进BP神经网络；

（3）用数学形态学算法对原始图像进行预处理，去除亮暗噪声；

（4）对去除亮暗噪声后的图像进行初步分割，得到初步分割后的图像；

（5）初步分割后的图像进行改进BP神经网络训练分割，即得到最终分割后的图像。