文献类型：期刊文章

作　　者：辛国江[1,2] 邹北骥[1] 李建锋[1,3] 陈再良[1] 蔡美玲[1]

机构地区：[1]中南大学信息科学与工程学院,长沙410083 [2]湖南广播电视大学信息技术系,长沙410004 [3]吉首大学数学与计算机科学学院,湖南省吉首416000

出　　处：《中国图象图形学报》

基　　金：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)

年　　份：2011

卷　　号：16

期　　号：7

起止页码：1310-1316

语　　种：中文

收录情况：BDHX、BDHX2008、CSCD、CSCD2011_2012、IC、ZGKJHX、核心刊

摘　　要：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。

关 键 词：脉冲耦合神经网络 最大方差比 自动判定  迭代次数

分 类 号：TP391.41]