| 基于并行点火PCNN模型的图像分割新方法 |
| |
| 引用本文： | 彭真明, 蒋彪, 肖峻, 孟凡斌. 基于并行点火PCNN模型的图像分割新方法. 自动化学报, 2008, 34(9): 1169-1173. doi: 10.3724/SP.J.1004.2008.01169 |
| |
| 作者姓名： | 彭真明 蒋彪 肖峻 孟凡斌 |
| |
| 作者单位： | 1.电子科技大学光电信息学院 成都 610054;;2.吉首大学物理科学与信息工程学院 吉首 416000 |
| |
| 基金项目： | 航空基础科学基金,国防科技预研项目 |
| |
| 摘 要： | 提出一种并行点火脉冲耦合神经网络(Parallelized firing pulse coupled neural networks, PFPCNN)模型的图像分割方法. 首先用改进的Unit-linking PCNN (ULPCNN)模型对图像进行增强, 便于后续的图像分割. 然后采用PFPCNN新模型对增强后的图像进行分割, 最后用最大香农熵方法判定最佳分割结果. 各种复杂场景下的仿真实验及定量评价表明, 本文提出的图像分割方法, 其效果明显优于常规的PCNN分割方法.
|
| 关 键 词： | 脉冲耦合神经网络 并行点火模型 图像增强 最大香农熵 图像分割 |
| 收稿时间： | 2007-06-15 |
| 修稿时间： | 2007-11-12 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《自动化学报》浏览原始摘要信息 |
|
点击此处可从《自动化学报》下载免费的PDF全文 |
|
