论文部分内容阅读
SOFM模型用于颜色降阶的方法,可以获得最佳的颜色聚类。但是,因为SOFM是一种无教师监督训练的自组织竞争型神经元网络,所以当图像中存在主流颜色时,往往会因为某些神经元的获胜机会过多,导致了某些非主流颜色模式无法提取出来。针对这一问题,本文提出了两种解决的方法。一是对训练输入序列进行去相关处理,二是结合主元分析(PCA),构造分层结构的SOFM模型,保证所需要的颜色模式可以得到最佳聚类。同时,我们对本方法存图像分割中的应用给出了几个示例。实验结果表明,本方法在肾组织图像的预处理,人脸区域检测,文件中印鉴的定位检测等可进行颜色特征识别的对象均有效。