基于修正交叉视觉皮质模型的图像分割方法

• 作者: 汪孔桥 沈思思 牛建伟 童超 高小鹏
• 来源期刊: 北京邮电大学学报
• 学科: 工学
• 关键词: 图像分割 交叉视觉皮质模型 自适应 互信息量
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 论文
• 页码范围: 56-60
• 页数: 5页
• 分类号: TN911.73
• 字数: 4448字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-5321.2010.01.012

摘要

提出了一种基于修正交叉视觉皮质模型(MICM)的图像自适应分割新方法. 根据待分割图像的自身特性,自适应地设定参数,并以互信息量为目标函数选取最佳分割结果. 该方法解决了针对不同的图像需要人工设定交叉皮质模型(ICM)参数和需要人工选取最佳分割结果的2个问题. 实验结果表明,与通过大量实验获得模型参数的脉冲耦合神经网络(PCNN)基本模型和ICM基本模型相比,MICM与其综合评价函数值相近;与模糊聚类分割算法和最大类间方差(OTSU)算法相比,MICM算法有较明显的视觉优势,并且其综合评价函数值也分别提高了约15%和13%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	牛建伟	北京航空航天大学计算机学院	58	1191	15.0	34.0
2	高小鹏	北京航空航天大学计算机学院	59	425	11.0	18.0
3	童超	北京航空航天大学计算机学院	14	106	4.0	10.0
4	汪孔桥		3	71	3.0	3.0
5	沈思思	北京航空航天大学计算机学院	2	9	1.0	2.0