基于并行点火PCNN模型的图像分割新方法

被引：23

作者：

彭真明 ^{[1
]}

蒋彪 ^{[1
]}

肖峻 ^{[1
]}

孟凡斌 ^{[2
]}

机构：

[1] 电子科技大学光电信息学院

[2] 吉首大学物理科学与信息工程学院

来源：

自动化学报 | 2008年 / 09期

关键词：

脉冲耦合神经网络; 并行点火模型; 图像增强; 最大香农熵; 图像分割;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

提出一种并行点火脉冲耦合神经网络(Parallelized firing pulse coupled neural networks,PFPCNN)模型的图像分割方法.首先用改进的Unit—linking PCNN(ULPCNN)模型对图像进行增强,便于后续的图像分割.然后采用PFPCNN新模型对增强后的图像进行分割,最后用最大香农熵方法判定最佳分割结果.各种复杂场景下的仿真实验及定量评价表明,本文提出的图像分割方法,其效果明显优于常规的PCNN分割方法。

引用

页码：1169 / 1173

页数：5

共 8 条

[1] 基于脉冲耦合神经网络和施密特正交基的一种新型图像压缩编码算法 [J].

马义德 ;

齐春亮 ;

钱志柏 ;

史飞 ;

张在峰 .

电子学报, 2006, (07) :1255-1259

[2] 基于遗传算法的脉冲耦合神经网络自动系统的研究 [J].

马义德 ;

齐春亮 .

系统仿真学报, 2006, (03) :722-725

[3] 一种新的PCNN实现方法及其在图像处理中的应用 [J].

方勇 ;

戚飞虎 ;

裴炳镇 .

红外与毫米波学报, 2005, (04) :291-295

[4] 一种新的基于PCNN的图像自动分割算法研究 [J].

赵峙江 ;

张田文 ;

张志宏 .

电子学报, 2005, (07) :1342-1344

[5] Multi-focus image fusion using pulse coupled neural network [J].

Huang, Wei ;

Jing, Zhongliang .

PATTERN RECOGNITION LETTERS, 2007, 28 (09) :1123-1132

[6] A region-based multi-sensor image fusion scheme using pulse-coupled neural network [J].

Li, Min ;

Cai, Wei ;

Tan, Zheng .

PATTERN RECOGNITION LETTERS, 2006, 27 (16) :1948-1956

[7] Image thinning using pulse coupled neural network [J].

Gu, XD ;

Yu, DH ;

Zhang, LM .

PATTERN RECOGNITION LETTERS, 2004, 25 (09) :1075-1084

[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 →