10.3969/j.issn.1673-629X.2009.10.039
基于模糊熵的改进型PCNN图像分割方法
针对传统的PCNN在图像分割中需要设定大量的参数,并且分割的最佳迭代次数无法自动确定等问题,简化了传统PCNN模型的接受部分,改进了PCNN的连接部分,改变了PCNN的阈值衰减方式,并利用最大模糊熵作为最佳分割迭代次数的判定准则,提出了一种新的PCNN改进模型,从而实现了PCNN的自动精确分割.对各类图像的实验结果表明,该方法能够自动确定循环迭代次数和自动选取最佳阈值,与基于最大香农熵的PCNN分割方法相比,该方法具有收敛速度快、分割精度高、分割效果好等特点.
改进的PCNN、模糊熵、图像分割、阈值
19
TP183(自动化基础理论)
2009-11-24(万方平台首次上网日期,不代表论文的发表时间)
共4页
141-144