基于简化PCNN模型的结构光图像自动分割方法
针对CCD获取的结构光图像因大尺寸、光照不均匀,一般分割方法容易产生过分割或欠分割,提出了一种简化的脉冲耦合神经网络(PCNN)分割方法.将结构光图像进行分块,降低光照对分割质量的影响.每块子图像采用改进的PCNN模型自动进行分割.PCNN采用线性方式动态调整脉冲门限,以最小交叉熵确定其迭代次数.并利用邻域像素问的关系自动调整连接系数,减少人工十预.通过主客观评价指标对分割结果进行了比较,结果表明.提出的算法可以有效地分割出结构光图像中的条纹及点阵模式,目标边缘光滑、连贯和清晰,可以用于结构光图像的分割处理.
脉冲耦合神经网络(PCNN)、结构光图像、图像分割、最小交叉熵、评价指标
22
TP391.4(计算技术、计算机技术)
国家自然科学基金;国家自然科学基金;上海市重点学科建设项目
2011-09-08(万方平台首次上网日期,不代表论文的发表时间)
455-460