结合最大方差比准则和PCNN模型的图像分割

被引：23

作者：

辛国江 ^{[1
,2
]}

邹北骥 ^{[1
]}

李建锋 ^{[1
,3
]}

陈再良 ^{[1
]}

蔡美玲 ^{[1
]}

机构：

[1] 中南大学信息科学与工程学院

[2] 湖南广播电视大学信息技术系

[3] 吉首大学数学与计算机科学学院

来源：

中国图象图形学报 | 2011年 / 07期

基金：

国家自然科学基金重大研究计划; 中央高校基本科研业务费专项资金资助;

关键词：

脉冲耦合神经网络; 最大方差比; 自动判定; 迭代次数;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

脉冲耦合神经网络(PCNN)模型在图像分割方面有着很好的应用。在各项参数确定的情况下,其分割结果的好坏取决于循环迭代次数的多少,而PCNN模型自身无法实现迭代次数的自动判定。为此提出一种结合最大方差比准则的PCNN迭代次数自动判定算法,用于实现图像的自动分割。算法利用最大方差比准则找到图像的最优分割界限,确定PCNN的迭代次数,获得最优图像分割结果,然后利用最大香农熵准则验证分割结果。实验表明:提出的算法实现了PCNN迭代次数的自动判定,提高了PCNN的迭代速度,运行效率优于基于2D-OTSU和基于交叉熵的自动分割算法,图像分割效果良好。

引用

页码：1310 / 1316

页数：7

共 14 条

[1]

Automated retinal blood vessels segmentation based on simplified PCNN and fast 2D-Otsu algorithm[J]. 姚畅,陈后金.Journal of Central South University of Technology. 2009(04)

[2] 基于并行点火PCNN模型的图像分割新方法 [J].