自适应分层阈值的简化PCNN红外人体图像分割

摘要：

针对红外人体图像中人体目标亮度分布不均匀且易与背景混叠等引起分割不完整的问题,提出一种自适应分层阈值的简化PCNN(SPCNN)红外人体图像分割方法.该方法摒弃了传统SPCNN模型中的动态阈值指数衰减下降机制,采用神经元点火区域与未点火区域的统计特性构建自适应分层阈值；同时结合神经元同步点火机制并引入最近邻均值聚类规则控制神经元点火,以达到较高的分割精度.在真实红外人体图像集上与几种图像分割方法进行对比的实验结果表明,文中方法能取得较优的分割效果以及较小的分类错误率,且与传统的SPCNN模型相比,文中的SPCNN模型参数的设置更加简化.

关键词：脉冲耦合神经网络、分层阈值、红外图像分割、聚类

所属期刊栏目：25

分类号：TP391.41(计算技术、计算机技术)

资助基金：教育部博士点基金20090191110026;中央高校基本科研业务费科研专项研究生科技创新基金CDJXS11120022

在线出版日期：2013-04-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：208-214