PCNN模型耦合参数的优化及车辆图像分割

被引：26

作者：

杨娜 ^{[1
,2
]}

陈后金 ^{[1
]}

李艳凤 ^{[1
]}

郝晓莉 ^{[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：

交通运输系统工程与信息 | 2012年 / 12卷 / 01期

基金：

高等学校博士学科点专项科研基金;

关键词：

信息技术; 优化PCNN模型; Hebb规则; 局域均方差; 运动车辆; 图像分割;

D O I：

10.16097/j.cnki.1009-6744.2012.01.005

中图分类号：

TP391.41 []; TP183 [人工神经网络与计算];

学科分类号：

080203 ;

摘要：

脉冲耦合神经网络(PCNN)具有良好的图像分割特性,但神经网络参数的选取对分割效果有较大影响,如何自适应地选择网络参数是脉冲耦合神经网络应用研究的重要内容.本文首次从脉冲耦合神经网络的耦合特性出发,结合神经计算原理及图像局部区域的灰度特性,提出了脉冲耦合神经网络耦合参数的优化算法.首先利用Hebb学习规则对脉冲耦合神经网络模型的链接权值矩阵进行更新,然后利用图像局部区域的均方差自适应确定神经元链接强度系数,最后将优化的PCNN模型应用于运动车辆图像分割.通过耦合参数的优化,增强了神经元之间的耦合强度,与传统PCNN的车辆分割结果相比,较好地避免了过分割和欠分割现象,提高了运动车辆图像中车牌区域的分割质量,为后续车辆特征的提取奠定了良好的基础.

引用

页码：48 / 54

页数：7

共 7 条

[1] 基于简化PCNN的车牌定位算法
王成
黎绍发
何凯
[J]. 计算机工程, 2010, 36 (24) : 178 - 179+182
[2] 基于改进PCNN和互信息熵的自动图像分割
魏伟一
李战明
[J]. 计算机工程, 2010, 36 (13) : 199 - 200+204
[3] 基于MMPN和可调节链接强度的图像融合
王志慧
赵保军
沈庭芝
[J]. 电子学报, 2010, 38 (05) : 1162 - 1166
[4] 一种参数自动寻优的PCNN图像分割算法
卢桂馥
王勇
窦易文
[J]. 计算机工程与应用, 2010, 46 (13) : 145 - 146+157
[5] Unit-Linking PCNN和图像熵的彩色图像分割与边缘检测
谭颖芳
周冬明
赵东风
聂仁灿
[J]. 计算机工程与应用, 2009, 45 (12) : 174 - 177+180
[6] 神经网络[M]. 西安电子科技大学出版社 , 侯媛彬, 2007
[7] Automatic design of pulse coupled neurons for image segmentation[J] . Henrik Berg,Roland Olsson,Thomas Lindblad,José Chilo.Neurocomputing . 2008 (10)

← 1 →