基于简化的PCNN与类内最小离散度的图像自动分割方法

被引：14

作者：

齐永锋 ^{[1
]}

火元莲 ^{[2
]}

张家树 ^{[1
]}

机构：

[1] 西南交通大学信号与信息处理四川省重点实验室

[2] 西北师范大学物理与电子工程学院

来源：

光电子激光 | 2008年 / 09期

关键词：

脉冲耦合神经网络(PCNN); 类内离散度; 图像自动分割;

D O I：

10.16136/j.joel.2008.09.029

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

提出了一种基于简化的PCNN与类内最小离散度相结合的自适应图像分割方法,在每次迭代时将脉冲耦合神经网络点火的神经元对应的像素作为目标,未点火的神经元对应的像素作为背景,计算目标和背景的类内离散度,取类内离散度最小的分割图像作为最终结果。实验结果表明,本文算法可以有效地对不同图像进行自动分割,是一种可行的与有效的图像分割方法。

引用

页码：1258 / 1260+1264 +1264

页数：4

共 4 条

[1] 一种新的基于PCNN的图像自动分割算法研究 [J].