计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2010年
12期
146-148
,共3页
刘春波%王会进%罗志平%苏锦钿
劉春波%王會進%囉誌平%囌錦鈿
류춘파%왕회진%라지평%소금전
图像分割%Hopfield%全局稳定%CIELab%模糊竞争
圖像分割%Hopfield%全跼穩定%CIELab%模糊競爭
도상분할%Hopfield%전국은정%CIELab%모호경쟁
在张星明等人所做工作的基础上,进一步从李雅普诺夫稳定性原理出发,改进性地设计了具有全局渐进稳定性和全局指数稳定性的模糊竞争Hopfield神经网络(简称CS-FCHNN),用GS-FCHNN进行彩色图像分割,从彩色图像在CIELab空间的色彩分布图获得具有明显色差的色彩值,取该值作为模糊核,从而为神经元建立基于最大隶属度原则的状态函数,实现彩色图像的模糊聚类,达到图像目标分割的目的.实验结果表明:较FCHNN算法,运算时间有明显加快,分割效果不受色彩分布的复杂度的影响,对高斯噪声的自适应能力得到进一步加强.
在張星明等人所做工作的基礎上,進一步從李雅普諾伕穩定性原理齣髮,改進性地設計瞭具有全跼漸進穩定性和全跼指數穩定性的模糊競爭Hopfield神經網絡(簡稱CS-FCHNN),用GS-FCHNN進行綵色圖像分割,從綵色圖像在CIELab空間的色綵分佈圖穫得具有明顯色差的色綵值,取該值作為模糊覈,從而為神經元建立基于最大隸屬度原則的狀態函數,實現綵色圖像的模糊聚類,達到圖像目標分割的目的.實驗結果錶明:較FCHNN算法,運算時間有明顯加快,分割效果不受色綵分佈的複雜度的影響,對高斯譟聲的自適應能力得到進一步加彊.
재장성명등인소주공작적기출상,진일보종리아보낙부은정성원리출발,개진성지설계료구유전국점진은정성화전국지수은정성적모호경쟁Hopfield신경망락(간칭CS-FCHNN),용GS-FCHNN진행채색도상분할,종채색도상재CIELab공간적색채분포도획득구유명현색차적색채치,취해치작위모호핵,종이위신경원건립기우최대대속도원칙적상태함수,실현채색도상적모호취류,체도도상목표분할적목적.실험결과표명:교FCHNN산법,운산시간유명현가쾌,분할효과불수색채분포적복잡도적영향,대고사조성적자괄응능력득도진일보가강.
