基于改进PCNN和互信息熵的自动图像分割

被引：15

作者：

魏伟一 ^{[1
,2
]}

李战明 ^{[1
]}

机构：

[1] 兰州理工大学电气工程与信息工程学院

[2] 西北师范大学数学与信息科学学院

来源：

计算机工程 | 2010年 / 36卷 / 13期

关键词：

脉冲耦合神经网络; 图像分割; 图像互信息熵;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

脉冲耦合神经网络(PCNN)由于其良好的脉冲传播特性在图像分割中得到了广泛应用。针对其需要人机交互通过实验确定其相关参数等问题,改进PCNN模型,以像素对比度作为链接矩阵,以互信息作为迭代终止的判决依据,提出基于改进脉冲耦合神经网络的自动图像分割。实验结果表明,该方法实时性好、自适应性强,分割出的目标轮廓清楚。

引用

页码：199 / 200+204 +204

页数：3

共 3 条

[1] 一种基于交叉熵的改进型PCNN图像自动分割新方法
刘勍
马义德
钱志柏
[J]. 中国图象图形学报, 2005, (05) : 579 - 584
[2] 一种基于脉冲耦合神经网络和图像熵的自动图像分割方法
马义德
戴若兰
李廉
不详
[J]. 通信学报 , 2002, (01) : 46 - 51
[3] Feature Linking via Synchronization among Distributed Assemblies: Simulations of Results from Cat Visual Cortex[J] . R. Eckhorn,H. J. Reitboeck,M. Arndt,P. Dicke.Neural Computation . 1990 (3)

← 1 →