基于邻域激励脉冲耦合神经网络的图像分割

被引：4

作者：

程丹松 ^{[1
]}

刘晓芳 ^{[2
]}

唐降龙 ^{[1
]}

刘家锋 ^{[1
]}

机构：

[1] 哈尔滨工业大学计算机科学与技术系

[2] 哈尔滨工业大学电气工程及自动化学院

来源：

华中科技大学学报(自然科学版) | 2009年 / 37卷 / 05期

关键词：

图像分割; 脉冲耦合神经网络(PCNN); 方形邻域; 邻域激励; 多数裁定原则;

D O I：

10.13245/j.hust.2009.05.025

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

设计了一种基于邻域激励脉冲耦合神经网络(PCNN)模型的图像分割方法.把既考虑强度又考虑邻域分布的像素邻域信息作为一个参数,来控制PCNN模型中的链接强度,进而控制神经元的内部活动值.在分割过程中采用基于多数裁定原则的方法,通过在一次迭代过程中对邻域像素分割阈值的调整,保证了分割结果的完整性.通过对几类图像的分割实验以及与经典分割方法的比较,验证了该方法的有效性.

引用

页码：33 / 37

页数：5

共 12 条

[1] 一种基于PCNN赋时矩阵的图像去噪新算法 [J].