基于改进的脉冲耦合神经网络模型的图像分割

被引：6

作者：

杨娜 ^{[1
,2
]}

陈后金 ^{[1
]}

李艳凤 ^{[1
]}

郝晓莉 ^{[1
]}

姚畅 ^{[1
]}

机构：

[1] 北京交通大学电子信息工程学院

[2] 中北大学信息与通信工程学院

来源：

吉林大学学报(工学版) | 2013年 / 43卷 / 03期

基金：

高等学校博士学科点专项科研基金;

关键词：

信息处理技术; 图像分割; 脉冲耦合神经网络; 感受野;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

提出了一种改进的脉冲耦合神经网络(Receptive field-pulse coupled neural net-works,RF-PCNN)模型。通过感受野模型对连接矩阵的优化,使脉冲耦合神经网络(Pulsecoupled neural networks,PCNN)模型具有了方向性和尺度性,能够更好地模拟视觉细胞图像分割的功能。试验结果表明:RF-PCNN模型对自然环境中车辆图像分割的有效性,分割结果具有较高的边界检出率,较好地解决了图像分割中车牌区域存在的欠分割和过分割问题。

引用

页码：758 / 763

页数：6

共 9 条

[1]

基于视觉皮层网络的物体整体特征分析与算法研究.[D].祝文骏.上海交通大学.2011, 12

[2] Automatic image segmentation based on PCNN with adaptive threshold time constant [J].