| 基于神经网络的图像分割算法在FPGA上的实现 |
| |
| 引用本文： | 封士永,康彬.基于神经网络的图像分割算法在FPGA上的实现[J].电子设计工程,2015,23(5):128-133. |
| |
| 作者姓名： | 封士永 康彬 |
| |
| 作者单位： | 1. 国电南瑞科技股份有限公司 江苏南京211000
2. 南京邮电大学 江苏南京210003 |
| |
| 摘 要： | 脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)是一种新型神经网络模型,作为研究图像分割的常用方法,一直广受关注.针对目前大量文献关注PCNN模型仿真实现研究的情况,本文基于PCNN模型提出了将最小交叉熵分割算法在FPGA硬件平台上进行实现.相比于传统的PCNN软件实现以及最大信息熵分割算法实现的方案,本文提出的图像分割方案最佳分割精准度高,具有处理速度快,实时性强,图像分割效果好的优势,应用范围更广,因此该设计具有较高实际应用价值.
|
| 关 键 词： | PCNN 图像分割 最佳分割 最小交叉熵 FPGA |
The implementation of neural network based image segmentation algorithm on FPGA |
| |
| FENG Shi-yong
,
KANG Bin.The implementation of neural network based image segmentation algorithm on FPGA[J].Electronic Design Engineering,2015,23(5):128-133. |
| |
| Authors: | FENG Shi-yong KANG Bin |
| |
| Affiliation: | FENG Shi-yong;KANG Bin;NARI Technology Development Limited Company;Nanjing University of Posts and Telecommunications; |
| |
| Abstract: | |
| |
| Keywords: | Pulse Coupled Neural Network (PCNN) image segmentation best segmentation minimum cross-entropy FPGA |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
