计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2012年
7期
181-183
,共3页
图像分割%脉冲耦合神经网络%直方图%边缘乘积互信息
圖像分割%脈遲耦閤神經網絡%直方圖%邊緣乘積互信息
도상분할%맥충우합신경망락%직방도%변연승적호신식
脉冲耦合神经网络(Pulse Coupled Neural Network)在图像分割中有很大的应用.其在实现过程时,传统的阈值选取是按等间隔下降依次试出来的,未考虑到图像的灰度先验分布,这种方法确定的分割阈值难以保证全局最佳,影响最终的分割效果.鉴于此,提出了将直方图和PCNN结合的算法,解决了全局最佳阚值的选取问题.同时提出了新的边缘乘积互信息准则用于判断图像分割的效果,不但能很好地利用图像目标的边缘信息,还可以大大降低计算量.实验表明,该算法可以在提高分割精度的基础上,显著地减少分割运行时问,提高分割效率.
脈遲耦閤神經網絡(Pulse Coupled Neural Network)在圖像分割中有很大的應用.其在實現過程時,傳統的閾值選取是按等間隔下降依次試齣來的,未攷慮到圖像的灰度先驗分佈,這種方法確定的分割閾值難以保證全跼最佳,影響最終的分割效果.鑒于此,提齣瞭將直方圖和PCNN結閤的算法,解決瞭全跼最佳闞值的選取問題.同時提齣瞭新的邊緣乘積互信息準則用于判斷圖像分割的效果,不但能很好地利用圖像目標的邊緣信息,還可以大大降低計算量.實驗錶明,該算法可以在提高分割精度的基礎上,顯著地減少分割運行時問,提高分割效率.
맥충우합신경망락(Pulse Coupled Neural Network)재도상분할중유흔대적응용.기재실현과정시,전통적역치선취시안등간격하강의차시출래적,미고필도도상적회도선험분포,저충방법학정적분할역치난이보증전국최가,영향최종적분할효과.감우차,제출료장직방도화PCNN결합적산법,해결료전국최가감치적선취문제.동시제출료신적변연승적호신식준칙용우판단도상분할적효과,불단능흔호지이용도상목표적변연신식,환가이대대강저계산량.실험표명,해산법가이재제고분할정도적기출상,현저지감소분할운행시문,제고분할효솔.
