基于并行点火PCNN模型的图像分割新方法

• 作者: 孟凡斌 彭真明 肖峻 蒋彪
• 来源期刊: 自动化学报
• 学科: 工学
• 关键词: 脉冲耦合神经网络 并行点火模型 图像增强 最大香农熵 图像分割
• 年，卷（期）: 2008,（9）
• 所属期刊栏目: 短文
• 页码范围: 1169-1173
• 页数: 5页
• 分类号: TP391
• 字数: 4999字
• 语种: 中文
• DOI: 10.3724/SP.J.1004.2008.01169

摘要

提出一种并行点火脉冲耦合神经网络(Parallelized firing pulse coupled neural networks,PFPCNN)模型的图像分割方法.首先用改进的Unit-linking PCNN(ULPCNN)模型对图像进行增强.便于后续的图像分割.然后采用PFPCNN新模型对增强后的图像进行分割,最后用最大香农熵方法判定最佳分割结果.各种复杂场景下的仿真实验及定量评价表明,本文提出的图像分割方法,其效果明显优于常规的PCNN分割方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟凡斌	吉首大学物理科学与信息工程学院	38	389	6.0	19.0
2	彭真明	电子科技大学光电信息学院	67	1103	20.0	30.0
3	蒋彪	电子科技大学光电信息学院	2	80	2.0	2.0
4	肖峻	电子科技大学光电信息学院	25	334	7.0	18.0