一种基于改进型PCNN的织物疵点图像自适应分割方法

被引:13
作者
祝双武 [1 ]
郝重阳 [2 ]
机构
[1] 西安工程大学纺织与材料学院
[2] 西北工业大学电子信息学院
关键词
脉冲耦合神经网络; 织物疵点; 图像分割; 区域内均匀度;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
针对传统脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)模型中网络参数多、不易自动选取的问题,本文在对PCNN模型进行改进的基础上,提出了一种基于改进型PCNN织物疵点图像自适应分割方法.采用了一种基于分割区域内均匀度差异最小作为最佳迭代次数判断标准,从而有效地满足了PCNN对织物疵点图像的自动分割要求.通过对不同疵点图像分割实验证明了算法对疵点分割的准确性和有效性.
引用
收藏
页码:611 / 616
页数:6
相关论文
共 8 条
[1]   基于简化的PCNN与类内最小离散度的图像自动分割方法 [J].
齐永锋 ;
火元莲 ;
张家树 .
光电子激光, 2008, (09) :1258-1260+1264
[2]   一种基于PCNN的图像分割方法 [J].
王红梅 ;
张科 ;
李言俊 .
光电工程, 2005, (05) :93-96
[3]   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 ;
不详 .
中国图象图形学报 , 2005, (05) :579-584
[4]   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
[5]   一种改进型脉冲耦合神经网络及其图像分割 [J].
张军英 ;
樊秀菊 ;
董继扬 ;
石美红 .
电子学报, 2004, (07) :1223-1226
[6]   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 [J].
马义德 ;
戴若兰 ;
李廉 .
通信学报, 2002, (01) :46-51
[7]  
Using perceptual relation of regularity and anisotropy in the texture with independent component model for defect detection[J] . O.G. Sezer,A. Ercil,A. Ertuzun.Pattern Recognition . 2006 (1)
[8]  
Anewapproachforauto-mated image segmentation based on unit linking PCNN .2 GU XD,GUO SD,YUDH,etal. Proceedings of 2002 International Conference on MachineLearning and Cybemetics . 2002