基于Unit-Linking PCNN的灰度图像边缘检测

被引：3

作者：

谭颖芳

聂仁灿

周冬明

赵东风

机构：

[1] 云南大学信息学院通信工程系

来源：

云南大学学报(自然科学版) | 2008年 / 05期

关键词：

Unit-Linking PCNN; 灰度图像边缘检测; 最小交叉熵; 边缘检测预处理;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

利用Unit-Linking PCNN模型,结合最小交叉熵准则,边缘检测预处理,均匀分块处理,将灰度图像分割成二值图像,在二值分割图基础上实施Unit-Linking PCNN边缘检测.边缘检测预处理以块状增强方式增强了图像对比度,强化了图像边缘;均匀分块处理实现了灰度图像的近似多阈值分割.分析了边缘检测预处理中各步骤的作用,比较了不同均匀分块数目对边缘检测结果的影响.与Canny算子和相关文献结果相比,该研究检测的边缘体现了更丰富的图像细节,且神经元模型参数对图像边缘检测结果的影响较不敏感.仿真结果表明,该方法具有较理想的灰度图像边缘检测结果,具有较好适用性.

引用

页码：465 / 471

页数：7

共 8 条

[1] 一种基于交叉熵的改进型PCNN图像自动分割新方法 [J].

刘勍 ;

马义德 ;

钱志柏 .

中国图象图形学报, 2005, (05) :579-584

[2] 一种基于简化PCNN的自适应图像分割方法 [J].

毕英伟 ;

邱天爽 .

电子学报, 2005, (04) :647-650

[3] PCNN和Otsu理论在图像增强中的应用附视频 [J].

李国友 ;

李惠光 ;

吴惕华 ;

董敏 .

光电子·激光, 2005, (03) :358-362

[4] 基于PCNN的灰度图像边缘检测方法 [J].

杨智勇 ;

周琪云 ;

周定康 .

计算机工程与应用, 2004, (21) :92-93+107

[5] 基于脉冲耦合神经网络的灰度图像边缘提取 [J].

董继扬 .

计算机应用, 2003, (09) :50-52

[6] A novel approach for edge detection based on the theory of universal gravity [J].

Sun, Genyun ;

Liu, Qinhuo ;

Liu, Qiang ;

Ji, Changyuan ;

Li, Xiamen .

PATTERN RECOGNITION, 2007, 40 (10) :2766-2775

[7] Minimum cross-entropy threshold selection [J].

Brink, AD ;

Pendock, NE .

PATTERN RECOGNITION, 1996, 29 (01) :179-188

[8]

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 →