计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2010年
13期
199-200,204
,共3页
脉冲耦合神经网络%图像分割%图像互信息熵
脈遲耦閤神經網絡%圖像分割%圖像互信息熵
맥충우합신경망락%도상분할%도상호신식적
脉冲耦合神经网络(PCNN)由于其良好的脉冲传播特性在图像分割中得到了广泛应用.针对其需要人机交互通过实验确定其相关参数等问题,改进PCNN模型,以像素对比度作为链接矩阵,以互信息作为迭代终止的判决依据,提出基于改进脉冲耦合神经网络的自动图像分割.实验结果表明,该方法实时性好、自适应性强,分割出的目标轮廓清楚.
脈遲耦閤神經網絡(PCNN)由于其良好的脈遲傳播特性在圖像分割中得到瞭廣汎應用.針對其需要人機交互通過實驗確定其相關參數等問題,改進PCNN模型,以像素對比度作為鏈接矩陣,以互信息作為迭代終止的判決依據,提齣基于改進脈遲耦閤神經網絡的自動圖像分割.實驗結果錶明,該方法實時性好、自適應性彊,分割齣的目標輪廓清楚.
맥충우합신경망락(PCNN)유우기량호적맥충전파특성재도상분할중득도료엄범응용.침대기수요인궤교호통과실험학정기상관삼수등문제,개진PCNN모형,이상소대비도작위련접구진,이호신식작위질대종지적판결의거,제출기우개진맥충우합신경망락적자동도상분할.실험결과표명,해방법실시성호、자괄응성강,분할출적목표륜곽청초.
