基于最大熵和PCNN的图像分割新方法

被引：13

作者：

朱冰 ^{[1
]}

祝小平 ^{[2
]}

余瑞星 ^{[1
]}

机构：

[1] 西北工业大学航天学院

[2] 西北工业大学所

来源：

红外技术 | 2008年 / 05期

关键词：

图像分割; 脉冲耦合神经网络; 最大熵;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对脉冲耦合神经网络(PCNN)无法确定最优分割以及脉冲门限具有非线性因子的问题,提出了一种基于最大熵和脉冲耦合神经网络的新型图像分割算法。该算法采用线性方式动态调整脉冲门限,采用最大熵确定PCNN网络的循环迭代次数,并引用均值滤波的思想对PCNN的接收部分进行了改良,以克服噪声对分割过程的影响。实验结果表明该方法能获得视觉效果较好的分割结果并具有较强的普适性。

引用

页码：259 / 262+267 +267

页数：5

共 3 条

[1] 基于二维最大相关准则的图像阈值分割 [J].

陈修桥 ;

胡以华 ;

黄友锐 .

红外与毫米波学报, 2005, (05) :397-400

[2] 一种基于脉冲耦合神经网络和图像熵的自动图像分割方法 [J].

马义德 ;

戴若兰 ;

李廉 .

通信学报, 2002, (01) :46-51

[3]

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 →