原文服务方: 计算机应用研究       
摘要:
图像阈值化是一种经典、简单而又非常有效的图像分割方法,并已得到了广泛的研究.在分析灰度图像直方图分布的基础上提出了一种基于细胞神经网络(CNN)结合直方图分析的图像阈值化方法,并给出了阈值化CNN所需阈值的自动搜索算法.实验结果表明,相对于其他两种经典的阈值化方法,该方法的阈值化分割结果较好.
推荐文章
基于细胞神经网络刀具磨损图像处理的研究
细胞神经网络
图像处理
刀具磨损
基于改进BP神经网络的白细胞图像分割
神经网络
BP算法
L-M算法
非线性系统
白细胞
结合卷积神经网络和超像素聚类的细胞图像分割方法
细胞分割
卷积神经网络
超像素聚类
染色校正
乳腺细胞图像
基于细胞神经网络图像处理的刀具监测
CCD
刀具磨损
图像处理
细胞神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于细胞神经网络的图像阈值化方法
来源期刊 计算机应用研究 学科
关键词 图像阈值化 细胞神经网络 直方图 模板参数
年,卷(期) 2010,(7) 所属期刊栏目 图形图像技术
研究方向 页码范围 2780-2782
页数 分类号 TP391.4
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2010.07.108
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张文娟 淮海工学院计算机工程学院 12 99 5.0 9.0
2 康家银 淮海工学院电子工程学院 6 115 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (59)
共引文献  (279)
参考文献  (4)
节点文献
引证文献  (8)
同被引文献  (12)
二级引证文献  (17)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(3)
  • 参考文献(0)
  • 二级参考文献(3)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(2)
  • 参考文献(0)
  • 二级参考文献(2)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(2)
  • 参考文献(1)
  • 二级参考文献(1)
1986(3)
  • 参考文献(0)
  • 二级参考文献(3)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(4)
  • 参考文献(0)
  • 二级参考文献(4)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(4)
  • 参考文献(0)
  • 二级参考文献(4)
1993(4)
  • 参考文献(0)
  • 二级参考文献(4)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(6)
  • 参考文献(1)
  • 二级参考文献(5)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(3)
  • 引证文献(2)
  • 二级引证文献(1)
2013(5)
  • 引证文献(2)
  • 二级引证文献(3)
2014(5)
  • 引证文献(1)
  • 二级引证文献(4)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
图像阈值化
细胞神经网络
直方图
模板参数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导