系统仿真学报
繫統倣真學報
계통방진학보
JOURNAL OF SYSTEM SIMULATION
2006年
3期
722-725
,共4页
脉冲耦合神经网络%遗传算法%自动系统%图像分割
脈遲耦閤神經網絡%遺傳算法%自動繫統%圖像分割
맥충우합신경망락%유전산법%자동계통%도상분할
Eckhorn等人提出的脉冲耦合神经网络(Pulse Coupled Neural Network,以下简称为PCNN)在图像处理中得到了十分广泛的应用,但是其多个参数的设置给实际应用造成了很大的困难.尤其是在图像分割中,不同类型的图像要求不同的分割参数,不同的参数对图像分割结果影响很大.而遗传算法具有对参数自动寻优的优势,为此,将其和PCNN相结合提出了一种基于遗传算法的PCNN自动系统的实现方案,并应用于图像分割.分割试验仿真结果验证了该自动系统方案的正确性和可信性,即不仅可以实现正确的图像分割,而且参数可以自动设置省去了人工试验的麻烦,同时分割速度也有所提高.
Eckhorn等人提齣的脈遲耦閤神經網絡(Pulse Coupled Neural Network,以下簡稱為PCNN)在圖像處理中得到瞭十分廣汎的應用,但是其多箇參數的設置給實際應用造成瞭很大的睏難.尤其是在圖像分割中,不同類型的圖像要求不同的分割參數,不同的參數對圖像分割結果影響很大.而遺傳算法具有對參數自動尋優的優勢,為此,將其和PCNN相結閤提齣瞭一種基于遺傳算法的PCNN自動繫統的實現方案,併應用于圖像分割.分割試驗倣真結果驗證瞭該自動繫統方案的正確性和可信性,即不僅可以實現正確的圖像分割,而且參數可以自動設置省去瞭人工試驗的痳煩,同時分割速度也有所提高.
Eckhorn등인제출적맥충우합신경망락(Pulse Coupled Neural Network,이하간칭위PCNN)재도상처리중득도료십분엄범적응용,단시기다개삼수적설치급실제응용조성료흔대적곤난.우기시재도상분할중,불동류형적도상요구불동적분할삼수,불동적삼수대도상분할결과영향흔대.이유전산법구유대삼수자동심우적우세,위차,장기화PCNN상결합제출료일충기우유전산법적PCNN자동계통적실현방안,병응용우도상분할.분할시험방진결과험증료해자동계통방안적정학성화가신성,즉불부가이실현정학적도상분할,이차삼수가이자동설치성거료인공시험적마번,동시분할속도야유소제고.
