基于PCNN和粒子群算法的图像自动分割方法研究

• 作者: 徐坤 李丽
• 来源期刊: 机电产品开发与创新
• 学科: 工学
• 关键词: 脉冲耦合神经网络 粒子群算法 图像分割
• 年，卷（期）: 2011,（1）
• 所属期刊栏目: 开发与创新
• 页码范围: 43-44,26
• 分类号: TP391.41
• 字数: 1838字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-6673.2011.01.016

摘要

脉冲耦合神经网络PCNN(Pulse Coupled Neural Network)在图像处理中得到了广泛的应用,但是其多个参数的设置给实际应用造成了很大的困难.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结果影响很大.而粒子群算法(PSO)具有对参数自动寻优的优势,因此,本文提出了一种基于粒子群算法和PCNN的图像自动分割研究方法.分割试验仿真结果验证了该方法的正确性和可信性,即不仅可以实现正确的图像分割,而且参数可以自动设置省去了人工试验的麻烦,同时图像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	李丽		2	1	1.0	1.0
2	徐坤		1	1	1.0	1.0