一种超模糊熵ULPCNN图像自动分割新方法

被引：5

作者：

刘勍 ^{[1
,2
]}

许录平 ^{[1
]}

马义德 ^{[3
]}

苏哲 ^{[1
]}

王勇 ^{[1
]}

机构：

[1] 西安电子科技大学电子工程学院

[2] 天水师范学院物理与信息科学学院

[3] 兰州大学信息科学与工程学院

来源：

西安电子科技大学学报 | 2010年 / 37卷 / 05期

基金：

高等学校博士学科点专项科研基金;

关键词：

图像分割; 最大超模糊熵; ULPCNN; 阈值函数; 抑制捕获;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

为了自动地对图像进行二值分割,提出了一种新的自适应迭代全局阈值图像分割算法.首先对二维超模糊集隶属函数进行了自适应修正,并将其引入到图像超模糊熵概念中;然后从适应图像分割角度,将传统脉冲耦合神经网络模型改进为具有单调指数上升阈值函数的ULPCNN抑制捕获模型;最后把ULPCNN与最大超模糊熵判据相结合对图像进行自动分割,并与基于最大香农熵、最小交叉熵及最小模糊熵准则的ULPCNN分割方法作了比较.理论分析和实验结果表明,该方法能自动确定迭代次数和选取最佳阈值,对图像目标划分清晰,细节保持较好,改善了图像的分割性能.

引用

页码：817 / 824

页数：8

共 12 条

[1] 期望最大化聚类的高光谱亚像素目标检测 [J].