结合最大方差比准则和PCNN模型的图像分割

被引：23
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：
[1] 中南大学信息科学与工程学院
[2] 湖南广播电视大学信息技术系
[3] 吉首大学数学与计算机科学学院
来源：
中国图象图形学报 | 2011年 / 07期
基金：
国家自然科学基金重大研究计划; 中央高校基本科研业务费专项资金资助;
关键词：
脉冲耦合神经网络; 最大方差比; 自动判定; 迭代次数;
D O I：
暂无
中图分类号：
TP391.41 [];
学科分类号：
080203 ;
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。
引用
收藏
页码：1310 / 1316
页数：7
相关论文
共 14 条
12