%0 Journal Article
%T 基于区间参数寻优的PCNN红外图像自动分割方法
%A 王力
%A 王敏
%J 红外技术
%P 553-559
%D 2015
%R 10.11846/j.issn.1001_8891.201507003
%X 脉冲耦合神经网络（PulseCoupledNeuralNetwork）是基于动物视觉图像形成机制，用一组数学式表达这种机制的仿生学方法。PCNN的数学表达式中有7个关键的参数，而其中的阈值放大系数VE决定了PCNN网络中每个像素的分割阈值大小。通过平均阈值算法和Ostu算法分别计算出图像的分割阈值，并基于高斯分布模型用数学方法证明了在最小交叉熵时的最佳分割阈值在这2个阈值构成的区间内，通过在这2个阈值构成的区间内搜索新的阈值作为PCNN的参数VE的值，并将此寻优的参数VE代入改进的PCNN算法进行图像分割。在计算机上进行仿真实验，与基于经验值的指数衰减算法比较，该文算法分割出的兴趣区域清晰、准确，边缘连接性好，信息全面，算法的效率更高，具有很好的实用性。
%K 脉冲耦合神经网络
%K 平均阈值
%K 区间参数寻优
%K 阈值放大系数
%U http://hwjs.nvir.cn/oa/DArticle.aspx?type=view&id=201503044