电子设计工程
電子設計工程
전자설계공정
ELECTRONIC DESIGN ENGINEERING
2015年
5期
128-133
,共6页
PCNN%图像分割%最佳分割%最小交叉熵%FPGA
PCNN%圖像分割%最佳分割%最小交扠熵%FPGA
PCNN%도상분할%최가분할%최소교차적%FPGA
Pulse Coupled Neural Network (PCNN)%image segmentation%best segmentation%minimum cross-entropy%FPGA
脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)是一种新型神经网络模型,作为研究图像分割的常用方法,一直广受关注.针对目前大量文献关注PCNN模型仿真实现研究的情况,本文基于PCNN模型提出了将最小交叉熵分割算法在FPGA硬件平台上进行实现.相比于传统的PCNN软件实现以及最大信息熵分割算法实现的方案,本文提出的图像分割方案最佳分割精准度高,具有处理速度快,实时性强,图像分割效果好的优势,应用范围更广,因此该设计具有较高实际应用价值.
脈遲耦閤神經網絡(Pulse Coupled Neural Network,PCNN)是一種新型神經網絡模型,作為研究圖像分割的常用方法,一直廣受關註.針對目前大量文獻關註PCNN模型倣真實現研究的情況,本文基于PCNN模型提齣瞭將最小交扠熵分割算法在FPGA硬件平檯上進行實現.相比于傳統的PCNN軟件實現以及最大信息熵分割算法實現的方案,本文提齣的圖像分割方案最佳分割精準度高,具有處理速度快,實時性彊,圖像分割效果好的優勢,應用範圍更廣,因此該設計具有較高實際應用價值.
맥충우합신경망락(Pulse Coupled Neural Network,PCNN)시일충신형신경망락모형,작위연구도상분할적상용방법,일직엄수관주.침대목전대량문헌관주PCNN모형방진실현연구적정황,본문기우PCNN모형제출료장최소교차적분할산법재FPGA경건평태상진행실현.상비우전통적PCNN연건실현이급최대신식적분할산법실현적방안,본문제출적도상분할방안최가분할정준도고,구유처리속도쾌,실시성강,도상분할효과호적우세,응용범위경엄,인차해설계구유교고실제응용개치.
