文献类型：期刊文章

作　　者：马义德[1] 戴若兰[1] 李廉[2]

机构地区：[1]兰州大学干旱生态国家重点实验室,甘肃兰州730000 [2]兰州大学信息科学与工程学院,甘肃兰州730000

出　　处：《通信学报》

基　　金：国家自然科学基金资助项目(39770375);甘肃省自然科学基金资助项目(ZS001-A25-008-Z)

年　　份：2002

卷　　号：23

期　　号：1

起止页码：46-51

语　　种：中文

收录情况：BDHX、BDHX2000、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：90年代发展形成的脉冲耦合神经网络(PCNN)模型特别适合于图像分割、边缘提取等方面的应用研究,但众所周知,PCNN模型图像分割效果不但取决于PCNN模型中各个参数的合理选择,而且同时还取决于循环迭代次数的确定选择准则,通常循环迭代次数N的选择通过人工交互方式来确定。正因如此选择合适的准则来确定N是PCNN图像分割的关键,但目前还没有文献提出一个合适的准则来解决这个问题。本文结合图像统计特性和PCNN参数模型提出了熵值最大准则。该准则实现了PCNN神经网络的自动图像分割。对于PCNN的理论研究和实际应用具有非常重要的现实意义。

关 键 词：脉冲耦合神经网络 图像分割 图像熵 统计特性

分 类 号：TP183] TN919.81]