基于遗传算法和简化PCNN的裂缝检测方法

• 作者: 宰柯楠 徐江峰
• 来源期刊: 计算机应用研究
• 关键词: 裂缝检测 简化脉冲耦合神经网络 遗传算法 最小误差准则
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 图形图像技术
• 页码范围: 1885-1888
• 页数: 4页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.06.065

摘要

为能够在复杂背景下检测裂缝、分析裂缝图像特征,由脉冲耦合神经网络(pulse coupled neural networks,PCNN)的运行特征和神经元的状态变化分析简化PCNN模型,将简化PCNN模型用于裂缝图像的目标检测.针对PCNN无法确定裂缝图像的最优检测以及脉冲门限具有非线性因子的问题,提出了一种基于遗传算法(genetic algorithm,GA)和简化PCNN的裂缝图像检测方法.该方法采用最小误差准则作为遗传算法的适应度函数,并且根据遗传算法具有全局最优解的特点确定简化PCNN中各因子的值,实现了简化PCNN的裂缝图像自动分割.将该方法与不同的分割方法对实际裂缝图像的处理结果进行比较,通过区域对比度、准确率和召回率等客观指标进行定量分析,表明了该方法对裂缝图像检测的有效性与通用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐江峰	郑州大学信息工程学院	41	284	10.0	15.0
2	宰柯楠	郑州大学信息工程学院	1	9	1.0	1.0