一种基于脉冲耦合神经网络的植物胚性细胞图像分割

被引：10

作者：

马义德

戴若兰

李廉

吴承虎

机构：

[1] 兰州大学干旱生态国家重点实验室

[2] 兰州大学信息科学与工程学院

[3] 兰州大学信息科学与工程学院兰州　兰州大学信息科学与工程学院兰州　

[4] 兰州　

来源：

科学通报 | 2001年 / 21期

关键词：

植物胚性细胞; 脉冲耦合神经网络; 熵; 图像分割;

D O I：

暂无

中图分类号：

Q942 [植物细胞学];

学科分类号：

071009 ;

摘要：

植物胚性细胞定量分析研究需要首先将其切片图像分割处理,然后进行大分子量化分析.但植物细胞切片图像上表现出来的植物细胞特有的复杂属性,使得一般图像分割分析方法很难奏效.20世纪90年代中期发展起来的脉冲耦合神经网络PCNN直接来自于动物视觉特性研究,应当适合这类植物细胞图像的分割处理.但因目前理论很难解释PCNN数学模型参数与图像分割效果之间的关系,一般较好图像分割效果的获得需多次实验选择这些模型参数.同时在模型参数选定的情况下,其循环迭代次数直接关系到分割结果的好坏,而分割好坏的判定需人眼观察分析,这样便引入了人为干预.为此提出一种建立在分割图像熵值最大原则上的PCNN植物细胞图像自动分割新算法.

引用

页码：1781 / 1786

页数：6