一种参数自适应的简化PCNN图像分割方法

摘要：

为了进一步延伸脉冲耦合神经网络(Pulse coupled neural network, PCNN)在图像分割中的应用,本文对PCNN模型作了简化和改进,并探讨和分析了参数的设置方法。首先利用阈值和脉冲输出所对应的区域均值之间的关系,提出了一种优化连接系数的方法,使得模型最终以迭代的方式得到分割结果。在仿真和真实红外图像上实验结果表明,文中方法能取得较优的分割效果,且相比于常用的阈值方法以及较新的PCNN 方法,文中的简化模型对噪声及复杂图像具有更好的适应性和鲁棒性。

关键词：脉冲耦合神经网络、红外图像分割、阈值、连接系数

分类号：TP3;TN9

资助基金：教育部博士点基金20130191110021;中央高校基本科研业务费科研专项研究生科研创新基金CDJXS11120022资助@@@@Supported by Ph. D. Programs Foundation of Ministry of Ed-ucation of China20130191110021;Fundamental Research Funds for the Central UniversitiesCDJXS11120022

在线出版日期：2014-07-15（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：1191-1197