基于最小交叉熵的改进PCNN杨梅图像分割算法

• 作者: 吕继东 徐黎明
• 来源期刊: 西北师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 脉冲耦合神经网络 颜色特征 最小交叉熵 图像分割
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 计算机与信息科学
• 页码范围: 43-46,52
• 页数: 5页
• 分类号: TP391.41
• 字数: 3087字
• 语种: 中文
• DOI: 10.16783/j.cnki.nwnuz.2016.01.010

摘要

针对传统脉冲耦合神经网络(Pulse coupled neural network,PCNN)模型复杂、迭代次数需要人工试验调整等缺点,对PCNN模型进行改进,提出了一种基于色差分量R-G和改进PCNN模型的杨梅图像分割方法.首先用杨梅图像的R-G色差分量作为输入;然后选用最小交叉熵准则,自适应生成PCNN的迭代次数;最后通过PCNN迭代实现杨梅图像的自动分割.实验结果表明,此方法与传统方法相比,能够有效避免背景干扰,提升了图像分割质量,分割结果更符合杨梅果实的特征.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕继东	常州大学信息科学与工程学院	21	184	5.0	13.0
2	徐黎明	常州大学信息科学与工程学院	20	112	4.0	10.0