论文部分内容阅读
本文提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8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。