CAJ | 학술논문

为有效地从磨粒图像中分离出磨粒区域,根据彩色磨粒图像背景相对单一的特点,提出了一种基于背景色彩和脉冲耦合神经网络(PCNN)的磨粒图像单通道分割方法.首先,利用Otsu算法对磨粒图像进行预分割处理,并计算图像背景色彩的统计特征,以此作为背景的特征色彩矢量；然后,引入综合色距函数,通过计算图像中各像素与背景特征色彩之间的色差,将彩色磨粒图像三通道问题转化成单通道问题;最后,利用简化PCNN对构造的色差矩阵进行分割,从而得到彩色磨粒图像的分割结果.实验结果表明,该方法对含有单个磨粒和多个磨粒的彩色磨粒图像均能进行精确自动分割,是一种比较理想的分割方法.
위유효지종마립도상중분리출마립구역,근거채색마립도상배경상대단일적특점,제출료일충기우배경색채화맥충우합신경망락(PCNN)적마립도상단통도분할방법.수선,이용Otsu산법대마립도상진행예분할처리,병계산도상배경색채적통계특정,이차작위배경적특정색채시량；연후,인입종합색거함수,통과계산도상중각상소여배경특정색채지간적색차,장채색마립도상삼통도문제전화성단통도문제;최후,이용간화PCNN대구조적색차구진진행분할,종이득도채색마립도상적분할결과.실험결과표명,해방법대함유단개마립화다개마립적채색마립도상균능진행정학자동분할,시일충비교이상적분할방법.