基于LVQ神经网络的测量图像预处理方法

摘要

针对CCD分辨率高、灰度位数高会导致测量图像数据量大,严重影响处理速度,而一般降维预处理又容易丢失目标细节的问题,基于LVQ神经网络和模糊C-均值聚类技术,提出了一种新的智能降维方法.首先,对测量图像中的目标和背景分别按不同类数进行聚类;然后,完成神经网络的训练,实现对图像进行均匀降维.实验结果表明,该方法在不影响目标信息的基础上,可大大地降低测量图像的数据量.