计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2011年
14期
13-16
,共4页
混合高斯模型%脉冲耦合神经网络%多模态免疫进化算法%图像分割
混閤高斯模型%脈遲耦閤神經網絡%多模態免疫進化算法%圖像分割
혼합고사모형%맥충우합신경망락%다모태면역진화산법%도상분할
复杂背景下,特别是在环境与人体温度相差不大的情况下,红外运动人体目标与背景的灰度值会非常相似,准确的红外人体分割是一个难题.对基于混合高斯模型的背景减除法进行改进,在二值化阶段采用改进型的脉冲耦合神经网络(PCNN)进行精细分割,利用多模态免疫进化算法(MIEA)自动确定PCNN分割参数.仿真实验结果表明,该算法图像分割精度高,实现了快速自动分割,取得了较为理想的图像分割效果.
複雜揹景下,特彆是在環境與人體溫度相差不大的情況下,紅外運動人體目標與揹景的灰度值會非常相似,準確的紅外人體分割是一箇難題.對基于混閤高斯模型的揹景減除法進行改進,在二值化階段採用改進型的脈遲耦閤神經網絡(PCNN)進行精細分割,利用多模態免疫進化算法(MIEA)自動確定PCNN分割參數.倣真實驗結果錶明,該算法圖像分割精度高,實現瞭快速自動分割,取得瞭較為理想的圖像分割效果.
복잡배경하,특별시재배경여인체온도상차불대적정황하,홍외운동인체목표여배경적회도치회비상상사,준학적홍외인체분할시일개난제.대기우혼합고사모형적배경감제법진행개진,재이치화계단채용개진형적맥충우합신경망락(PCNN)진행정세분할,이용다모태면역진화산법(MIEA)자동학정PCNN분할삼수.방진실험결과표명,해산법도상분할정도고,실현료쾌속자동분할,취득료교위이상적도상분할효과.
