基于改进型脉冲耦合神经网络的图像分割方法

被引：6

作者：

徐学强 ^{[1
]}

汪渤 ^{[1
]}

于家城 ^{[1
]}

苗常青 ^{[2
]}

机构：

[1] 北京理工大学信息科学技术学院自动控制系

[2] 中国空间技术研究院

来源：

弹箭与制导学报 | 2006年 / 01期

关键词：

脉冲耦合神经网络; 图像分割; 图像熵; 阈值;

D O I：

10.15892/j.cnki.djzdxb.2006.01.042

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

脉冲耦合神经网络(Pu lse Coup led N eura l N etw ork,PCNN)具有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,实时性差等问题,改进了标准的PCNN模型,提出了一种基于改进型脉冲耦合神经网络的图像分割方法。仿真结果表明,该方法实时性好、自适应性强,分割出的目标轮廓清楚,细节更多。

引用

页码：126 / 128+131 +131

页数：4