基于改进脉冲耦合神经网络的图像分割方法

• 作者: 王燕 许宪法
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 显著性 多目标 灰度不均匀 局部特性
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 图形图像与模式识别
• 页码范围: 258-262
• 页数: 5页
• 分类号: TP183
• 字数: 4139字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2019.07.039

摘要

为了实现对多目标图像和灰度不均匀图像的分割,文中提出了基于区域生长的局部脉冲耦合神经网络(RG-LPCNN)图像分割方法.首先,利用显著性检测方法提取出原始图像的显著性图.然后,根据直方图阈值法对显著性图进行粗分割,得出目标与背景,并将目标的质心作为RG-LPCNN的初始种子点.其次,将高斯核与原始图像的卷积结果作为放大系数,使得动态阈值具有了局部特性.最后,利用RG-LPCNN对图像进行分割,实现对多目标图像以及灰度不均匀图像的分割.将RG-LPCNN和其他阈值分割方法在自然图像、灰度不均匀图像上进行了对比,结果表明:RG-LPCNN在分割多目标图像和灰度不均匀图像方面具有较好的分割效果,验证了RG-LPCNN的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王燕	兰州理工大学计算机与通信学院	61	433	12.0	17.0
2	许宪法	兰州理工大学计算机与通信学院	2	5	1.0	2.0