基于修正交叉视觉皮质模型的图像分割方法

摘要：

提出了一种基于修正交叉视觉皮质模型(MICM)的图像自适应分割新方法. 根据待分割图像的自身特性,自适应地设定参数,并以互信息量为目标函数选取最佳分割结果. 该方法解决了针对不同的图像需要人工设定交叉皮质模型(ICM)参数和需要人工选取最佳分割结果的2个问题. 实验结果表明,与通过大量实验获得模型参数的脉冲耦合神经网络(PCNN)基本模型和ICM基本模型相比,MICM与其综合评价函数值相近;与模糊聚类分割算法和最大类间方差(OTSU)算法相比,MICM算法有较明显的视觉优势,并且其综合评价函数值也分别提高了约15%和13%.

关键词：图像分割、交叉视觉皮质模型、自适应、互信息量

所属期刊栏目：33

分类号：TN911.73

资助基金：国家自然科学基金项目60702031,60873241;国家高技术研究发展计划项目2008AA01Z217,2007AA01Z145,2007AA01A127

在线出版日期：2010-05-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：56-60