GVF场的多层细胞神经网络实现及其在图像分割中的应用

• 作者: 周冬明 张立明 黄旭明
• 来源期刊: 复旦学报(自然科学版)
• 学科: 工学
• 关键词: 图像处理 图像分割 细胞神经网络 动态轮廓(蛇) 梯度矢量流
• 年，卷（期）: 2004,（1）
• 页码范围: 54-61
• 页数: 8页
• 分类号: TN911.73
• 字数: 4641字
• 语种: 中文
• DOI: 10.3969/j.issn.0427-7104.2004.01.011

摘要

提出了利用多层细胞神经网络实现梯度矢量流GVF场的方法,并与扩展、细化的细胞神经网络(CNN)相结合来实现动态轮廓的图像分割. 细胞神经网络具有并行运算的能力,可解决传统串行算法复杂性大,不能实时处理的问题,并克服了梯度场作为CNN的外力驱动方法的局部最小问题. 在图像处理过程中,外部图像由GVF信息引导,最后收敛到所期望的目标位置. 结果表明,该方法在不同的输入图像条件下均获得了比Vilarino提出的方法更好的分割结果,并具有实时处理速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张立明	复旦大学电子工程系	104	1550	23.0	34.0
2	黄旭明	复旦大学电子工程系	5	42	3.0	5.0
3	周冬明	复旦大学电子工程系	2	14	1.0	2.0