基于灰度迭代阈值脉冲耦合神经网络的图像分割

• 作者: 张榆锋 施心陵 李海燕 陈建华
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 图像分割 脉冲耦合神经网络 指数衰减阈值 灰度迭代阈值 分割性能
• 年，卷（期）: 2011,（10）
• 所属期刊栏目: 图形图像技术
• 页码范围: 2753-2756
• 分类号: TP391.41|TN911.73
• 字数: 4470字
• 语种: 中文
• DOI: 10.3724/SP.J.1087.2011.02753

摘要

为有效分割图像,提出了灰度迭代阈值脉冲耦合神经网络(GIT-PCNN).GIT-PCNN简化了传统PCNN模型,将其指数衰减的阈值改进为图像的灰度迭代阈值.GIT-PCNN分割图像时无需进行参数和循环次数选择,也无需使用特定原则确定循环结束条件,一次点火过程完成分割.GIT-PCNN分割图像时充分利用了图像的灰度信息和PCNN特有的空间邻近及像素灰度值相似集群发放脉冲提供的图像局部位置信息.实验结果表明,GIT-PCNN在主观及客观的分割性能和速度上均优于经典的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	李海燕	云南大学信息学院	54	878	9.0	29.0
2	张榆锋	云南大学信息学院	74	555	12.0	19.0
3	施心陵	云南大学信息学院	117	601	12.0	16.0
4	陈建华	云南大学信息学院	72	280	9.0	13.0