文献类型：期刊文章

作　　者：潘梅森[1] 荣秋生[1]

机构地区：[1]湖南文理学院计算机科学与技术系,湖南常德415000

出　　处：《光学精密工程》

基　　金：湖南省教育厅资助科研项目(No.05C720)

年　　份：2007

卷　　号：15

期　　号：3

起止页码：401-406

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20071910594709)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：提出了一种基于自组织特征映射(SOFM)神经网络的图像融合二值化方法。介绍了SOFM神经网络的特点及学习算法,根据SOFM的聚类确定图像第一阈值作为循环迭代的初始值,对整幅图像进行循环迭代得到第二阈值,使用第二阈值对原始图像进行二值化,得到第一幅待融合图像;通过改进的Bernsen方法对原始图像进行二值化,得到第二幅待融合图像;最后根据图像灰度值选小的原则作为图像融合方法,得到最终的二值化图像。该方法既能有效地消除伪影,又能较好地分离字符和文字。模拟实验结果表明,该方法的二值化效果明显优于Bernsen方法和Ostu方法,且具有良好的适应性。

关 键 词：图像融合 二值化 闽值  SOFM神经网络 像素

分 类 号：TP391] TP183[计算机类]