文献类型：期刊文章

作　　者：彭真明[1] 蒋彪[1] 肖峻[1] 孟凡斌[2]

机构地区：[1]电子科技大学光电信息学院,成都610054 [2]吉首大学物理科学与信息工程学院,吉首416000

出　　处：《自动化学报》

基　　金：航空科学基金(20060112116);国防预研基金(9140A01060108DZ02)资助~~

年　　份：2008

卷　　号：34

期　　号：9

起止页码：1169-1173

语　　种：中文

收录情况：BDHX、BDHX2004、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、MR、PUBMED、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：提出一种并行点火脉冲耦合神经网络(Parallelized firing pulse coupled neural networks,PFPCNN)模型的图像分割方法.首先用改进的Unit—linking PCNN(ULPCNN)模型对图像进行增强,便于后续的图像分割.然后采用PFPCNN新模型对增强后的图像进行分割,最后用最大香农熵方法判定最佳分割结果.各种复杂场景下的仿真实验及定量评价表明,本文提出的图像分割方法,其效果明显优于常规的PCNN分割方法。

关 键 词：脉冲耦合神经网络 并行点火模型  图像增强 最大香农熵  图像分割

分 类 号：TP391.41]