| 基于活跃度的脉冲耦合神经网络图像分割 |
| |
| 引用本文： | 郑欣,彭真明.基于活跃度的脉冲耦合神经网络图像分割[J].光学精密工程,2013,21(3). |
| |
| 作者姓名： | 郑欣 彭真明 |
| |
| 作者单位： | 电子科技大学光电信息学院,四川成都,610054 |
| |
| 基金项目： | 国家自然科学基金资助项目，中国科学院光束控制重点实验室基金资助项目，中央高校基本科研业务费专项基金资助项目 |
| |
| 摘 要： | 针对脉冲耦合神经网络(PCNN)在图像分割中需多次人工调整网络参数的问题,提出了一种基于PCNN模型的图像自动分割方法.分析了图像中影响PCNN参数设置的因素,提出了一种图像自适应分块策略.将图像划分为内部复杂程度相近的子块,克服了同一参数无法同时对图像中复杂度差异较大的不同区域准确分割的不足.利用本文提出的局部图像活跃度(ADLA)指标对不同子块自适应地确定PCNN模型参数,有效解决了传统PCNN图像分割时需要人工确定关键参数的问题.最后,采用最大二维Tallis熵准则从分割后的二值结果序列中选择最佳结果.实验表明,本文方法的分割结果轮廓清晰、完整,即使在对比度低、背景呈大范围内连续变化等复杂情况下,也具有优异的性能.与传统PCNN分割方法相比,本文方法能自动、快速、准确地确定PCNN模型参数,且区域一致性测度(UM),区域对比度(CR),形状测度(SM),综合指标(CI)等客观评价的量化指标均优于传统PCNN分割方法12％以上.
|
| 关 键 词： | 脉冲耦合神经网络 自适应参数 局部图像活跃度 图像分割 |
Image segmentation based on activity degree with pulse coupled neural networks |
| |
| ZHENG Xin
,
PENG Zhen-ming.Image segmentation based on activity degree with pulse coupled neural networks[J].Optics and Precision Engineering,2013,21(3). |
| |
| Authors: | ZHENG Xin PENG Zhen-ming |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
