中国图象图形学报
中國圖象圖形學報
중국도상도형학보
JOURNAL OF IMAGE AND GRAPHICS
2005年
5期
579-584
,共6页
图像分割%最小交叉熵%脉冲耦合神经网络%抑制捕获%阈值函数
圖像分割%最小交扠熵%脈遲耦閤神經網絡%抑製捕穫%閾值函數
도상분할%최소교차적%맥충우합신경망락%억제포획%역치함수
脉冲耦合神经网络(PCNN)是20世纪90年代形成和发展的一种新型神经网络.为了自动地进行精确的图像分割,在基于图像处理的前提下,对现有的PCNN模型进行了改进,即从原始图像与分割图像的目标之间、背景之间的差异性出发,提出了一种基于最小交叉熵准则的改进型PCNN图像分割新方法.通过计算机仿真,该方法能够自动确定循环迭代次数和自动选取最佳阈值,并与基于最大香农熵的PCNN分割方法进行了比较.实验结果表明,该方法优于香农熵准则PCNN分割,其不仅对图像分割精度高,而且具有较强的适用性.
脈遲耦閤神經網絡(PCNN)是20世紀90年代形成和髮展的一種新型神經網絡.為瞭自動地進行精確的圖像分割,在基于圖像處理的前提下,對現有的PCNN模型進行瞭改進,即從原始圖像與分割圖像的目標之間、揹景之間的差異性齣髮,提齣瞭一種基于最小交扠熵準則的改進型PCNN圖像分割新方法.通過計算機倣真,該方法能夠自動確定循環迭代次數和自動選取最佳閾值,併與基于最大香農熵的PCNN分割方法進行瞭比較.實驗結果錶明,該方法優于香農熵準則PCNN分割,其不僅對圖像分割精度高,而且具有較彊的適用性.
맥충우합신경망락(PCNN)시20세기90년대형성화발전적일충신형신경망락.위료자동지진행정학적도상분할,재기우도상처리적전제하,대현유적PCNN모형진행료개진,즉종원시도상여분할도상적목표지간、배경지간적차이성출발,제출료일충기우최소교차적준칙적개진형PCNN도상분할신방법.통과계산궤방진,해방법능구자동학정순배질대차수화자동선취최가역치,병여기우최대향농적적PCNN분할방법진행료비교.실험결과표명,해방법우우향농적준칙PCNN분할,기불부대도상분할정도고,이차구유교강적괄용성.
