计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2008年
11期
223-225
,共3页
石油钻机井架%脉冲耦合神经网络%图像分割
石油鑽機井架%脈遲耦閤神經網絡%圖像分割
석유찬궤정가%맥충우합신경망락%도상분할
提出了脉冲耦合神经网络(PCNN)图像分割的一种新方法,首次使用点火频率矩阵的二值矩阵作为图像分割的最终结果,给出了在此过程指导下PCNN参数选择原则,降低了PCNN对参数的依赖性,提高了图像分割的效果.将该方法运用于石油井架弧焊机器人焊缝图象的识别中起到很好的效果.
提齣瞭脈遲耦閤神經網絡(PCNN)圖像分割的一種新方法,首次使用點火頻率矩陣的二值矩陣作為圖像分割的最終結果,給齣瞭在此過程指導下PCNN參數選擇原則,降低瞭PCNN對參數的依賴性,提高瞭圖像分割的效果.將該方法運用于石油井架弧銲機器人銲縫圖象的識彆中起到很好的效果.
제출료맥충우합신경망락(PCNN)도상분할적일충신방법,수차사용점화빈솔구진적이치구진작위도상분할적최종결과,급출료재차과정지도하PCNN삼수선택원칙,강저료PCNN대삼수적의뢰성,제고료도상분할적효과.장해방법운용우석유정가호한궤기인한봉도상적식별중기도흔호적효과.