基于改进型脉冲耦合神经网络的图像分割方法

• 作者: 于家城 徐学强 汪渤 苗常青
• 来源期刊: 弹箭与制导学报
• 关键词: 脉冲耦合神经网络 图像分割 图像熵 阈值
• 年，卷（期）: 2006,（1）
• 所属期刊栏目: 相关技术1
• 页码范围: 126-128,131
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1673-9728.2006.01.042

摘要

脉冲耦合神经网络(Pulse Coupled Neural Network, PCNN)具有良好的脉冲传播特性,在图像分割中得到了广泛应用.针对其需要人机交互通过实验确定其相关参数,实时性差等问题,改进了标准的PCNN模型,提出了一种基于改进型脉冲耦合神经网络的图像分割方法.仿真结果表明,该方法实时性好、自适应性强,分割出的目标轮廓清楚,细节更多.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪渤	北京理工大学信息科学技术学院自动控制系	78	918	16.0	27.0
2	徐学强	北京理工大学信息科学技术学院自动控制系	7	108	6.0	7.0
3	于家城	北京理工大学信息科学技术学院自动控制系	4	42	3.0	4.0
4	苗常青		4	10	1.0	3.0