结合最大方差比准则和PCNN模型的图像分割

• 作者: 李建锋 蔡美玲 辛国江 邹北骥 陈再良
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: 脉冲耦合神经网络 最大方差比 自动判定 迭代次数
• 年，卷（期）: 2011,（7）
• 所属期刊栏目: "第八届中国计算机图形学大会会议"专栏
• 页码范围: 1310-1316
• 分类号: TP391.41
• 字数: 4953字
• 语种: 中文

摘要

脉冲耦合神经网络(PCNN)模型在图像分割方面有着很好的应用.在各项参数确定的情况下,其分割结果的好坏取决于循环迭代次数的多少,而PCNN模型自身无法实现迭代次数的自动判定.为此提出一种结合最大方差比准则的PCNN迭代次数自动判定算法,用于实现图像的自动分割.算法利用最大方差比准则找到图像的最优分割界限,确定PCNN的迭代次数,获得最优图像分割结果,然后利用最大香农熵准则验证分割结果.实验表明:提出的算法实现了PCNN迭代次数的自动判定,提高了PCNN的迭代速度,运行效率优于基于2D-OTSU和基于交叉熵的自动分割算法,图像分割效果良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹北骥	中南大学信息科学与工程学院	118	1203	18.0	29.0
2	陈再良	中南大学信息科学与工程学院	25	212	8.0	13.0
3	辛国江	中南大学信息科学与工程学院	9	158	7.0	9.0
7	李建锋	中南大学信息科学与工程学院	17	217	6.0	14.0
11	蔡美玲	中南大学信息科学与工程学院	10	100	4.0	10.0