自适应控制下图像分割及并行挖掘算法
王春华1
韩栋2
1.黄淮学院动画学院, 河南 驻马店4630002.黄淮学院信息工程学院, 河南 驻马店463000
摘要：针对海量图像数据中目标的分割及识别问题,提出了一种自适应控制下图像分割及并行挖掘算法.采用隶属度函数窗口宽度在图像直方图控制下自适应调整模糊阈值图像分割方法对图像进行分割,提取出感兴趣的潜在目标区域,基于共轭梯度法改进的BP神经网络算法对潜在的目标区域进行训练和识别,识别算法基于OpenMP并行处理模型开发来提高执行效率.结果表明:本文算法相对于基于偏移场的模糊C均值、灰度波动变换自适应阈值和自适应最小误差阈值具有更高的分割准确率,与传统神经网络算法的识别结果相比,平均识别率提高了8％,运行时间减少了2.5 s.
关键词：图像分割目标识别数据挖掘自适应模糊阈值分割BP神经网络共轭梯度法
分类号：TP391(计算技术、计算机技术)
资助基金：河南省科技计划(182102310949)
论文发表日期：2020-03-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 197-202 )
英文信息