基于脉冲耦合神经网络和二维熵的图像自适应分割

• 作者: 张平康 张欣 张航 李琪
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 脉冲耦合神经网络 图像分割 二维熵 自适应
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 信息处理与传输
• 页码范围: 2241-2244
• 页数: 4页
• 分类号: TP391.41
• 字数: 2860字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2017.10.019

摘要

脉冲耦合神经网络(PCNN)是模拟哺乳动物视觉神经的传导特性而提出的数学模型,和传统的人工神经网络有着本质上的区别,在数字图像分割中已经有了广泛应用.图像熵是图像中信息量大小的度量,具有空间特性的图像二维熵比图像一维熵所能表达的信息更加精确.PCNN每一次的迭代结果都是一个分割图像,当其二维熵越大时,对应的图像分割效果越好.但是,PCNN的有一个缺陷,必须要通过一步步实验得到结果,因此提出了一种基于PCNN迭代结果的最大二维熵的自适应算法.实验表明,该方法可自动获得效果较好的分割结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张欣	贵州大学大数据与信息工程学院	48	197	8.0	11.0
2	张平康	贵州大学大数据与信息工程学院	9	27	3.0	4.0
3	李琪	贵州大学大数据与信息工程学院	7	18	3.0	4.0
4	张航	贵州大学大数据与信息工程学院	10	18	3.0	4.0