基于超模糊熵ULPCNN二值图像分割算法研究与实现

• 作者: 唐土生 陈绚青
• 来源期刊: 激光杂志
• 学科: 工学
• 关键词: 图像分割 脉冲耦合神经网络 阀值函数 超模糊熵
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 图像与信号处理
• 页码范围: 113-116
• 分类号: TN911.73
• 语种: 中文
• DOI: 10.14016/j.cnki.jgzz.2016.01.113

摘要

图像的精确分割能够加快后期图像的处理,在实际图像处理中具有广泛的应用.脉冲耦合神经网络虽在处理图像分割、图像平滑度中具有众多优点,但存在神经元点火状况相对复杂,对全局图像阀值不能清楚的展现等缺点.针对以上缺点本文提出了一种Unit-LinkingPCNN(ULPCNN)抑制捕获模型,在模型中引入了阀值函数该函数呈指数上升;在单纯的PCNN图像分割中引入超模糊熵得到了基于超模糊熵ULPCNN二值图像自动分割算法,实现对图像数据的模糊性和不精确性进行有效处理,对图像进行自动分割.并与最大香农熵图像分割法、最小交叉熵图像分割法以及最小模糊的ULPCNN图像分割法等进行了比较,实验仿真说明本文提出的分割图像算法更加可靠有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐土生		12	34	3.0	5.0
2	陈绚青		8	14	3.0	3.0