10.3969/j.issn.1004-9037.2009.04.025
基于改进的PCNN多目标图像分割算法
脉冲耦合神经网络(Pulse-coupled neural network,PCNN)可有效地用于图像分割.为获得满意分割效果,PCNN需要选取适当的参数,目前其参数往往通过反复试凑确定.针对这一问题,基于改进的PCNN模型,提出结合图像灰度直方图,以最大交叉熵函数作自适应遗传算法的适应度函数,采用自适应遗传算法搜索最优门限阈值函数的图像分割算法.实验结果表明,该算法可以有效地实现多目标图像分割,且分割效果优于多阈值Ostu算法.
脉冲耦合神经网络、多目标图像分割、自适应遗传算法、灰度直方图、最大交叉熵
24
TP391(计算技术、计算机技术)
2009-10-26(万方平台首次上网日期,不代表论文的发表时间)
共7页
536-542