结合最大方差比准则和PCNN模型的图像分割
脉冲耦合神经网络(PCNN)模型在图像分割方面有着很好的应用.在各项参数确定的情况下,其分割结果的好坏取决于循环迭代次数的多少,而PCNN模型自身无法实现迭代次数的自动判定.为此提出一种结合最大方差比准则的PCNN迭代次数自动判定算法,用于实现图像的自动分割.算法利用最大方差比准则找到图像的最优分割界限,确定PCNN的迭代次数,获得最优图像分割结果,然后利用最大香农熵准则验证分割结果.实验表明:提出的算法实现了PCNN迭代次数的自动判定,提高了PCNN的迭代速度,运行效率优于基于2D-OTSU和基于交叉熵的自动分割算法,图像分割效果良好.
脉冲耦合神经网络、最大方差比、自动判定、迭代次数
16
TP391.41(计算技术、计算机技术)
国家自然科学基金项目60970098,60803024;国家自然科学基金重大研究计划项目90715043;教育部高等学校博士点基金项目20090162110055;新教师基金项目200805331107;浙江大学计算机辅助设计与图形学国家重点实验室开放基金项目A1011,A0911;湖南省科学技术厅科技计划项目2010FJ4062;湖南省自然科学联合基金项目10JJ6088;中央高校基本科研业务费专项资金资助项目201021200062
2011-11-30(万方平台首次上网日期,不代表论文的发表时间)
共7页
1310-1316