基于二维Tsallis熵的改进PCNN图像分割

• 作者: 吴乐南 张煜东
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 工学
• 关键词: 图像分割 二维直方图 Tsallis熵 脉冲耦合神经网络
• 年，卷（期）: 2008,（4）
• 页码范围: 579-584
• 页数: 6页
• 分类号: TN911.73
• 字数: 4432字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-0505.2008.04.007

摘要

为了改善图像分割的性能,采用改进的脉冲耦合神经网络(PCNN)进行分割,通过对其内部活动项进行空不变的单阈值化分割,来达到对原图像空变阈值化分割效果.另外分割准则也作了修正,通过计算图像二维直方图的Tsallis熵,得到二维Tsallis熵,以此作为图像分割准则.最后,修正了动态门限项的下降速度,使得PCNN收敛更快.实验证明二维Tsallis熵准则优于最大Shannon熵准则与最小交叉熵准则,且改进的PCNN模型比传统PCNN模型收敛更快.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴乐南	东南大学信息科学与工程学院	412	3936	29.0	45.0
2	张煜东	东南大学信息科学与工程学院	47	664	11.0	24.0