基于微粒群算法和脉冲耦合神经网络的图像分割算法

• 作者: 刘金飞 卢桂馥 王勇 窦易文
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 脉冲耦合神经网络 微粒群算法 熵 图像分割
• 年，卷（期）: 2008,（7）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 90-92
• 页数: 3页
• 分类号: TP391
• 字数: 2306字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2008.07.027

摘要

脉冲耦合神经网络(Pulse Coded Neural Network, PCNN)在图像处理中得到了十分广泛的应用,但是其多个参数的设置给实际应用造成很大的困难.尤其是在图像分割中,不同类型的图像要求不同的分割参数,不同的参数对图像分割的结果影响很大.而微粒群优化算法(Particle Swarm Optimization, PSO)具有对参数自动寻优的优势,为此,将PSO和PCNN相结合,以改进的最大熵函数为适应度函数,提出了一种基于PSO和PCNN算法的图像自动分割算法.实验仿真结果验证了该方法的有效性,即不仅可以正确地实现图像分割,而且参数可以自动设置,省去TAT实验的麻烦,同时分割速度也有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢桂馥	安徽工程科技学院计算机科学与工程系	56	202	7.0	11.0
2	王勇	安徽工程科技学院计算机科学与工程系	76	188	7.0	9.0
3	窦易文	安徽工程科技学院计算机科学与工程系	14	68	6.0	7.0
4	刘金飞		1	13	1.0	1.0