|
OALib Journal期刊
ISSN: 2333-9721
费用：99美元
|
|
|
|
基于区间参数寻优的PCNN红外图像自动分割方法
DOI: 10.11846/j.issn.1001_8891.201507003, PP. 553-559
Keywords: 脉冲耦合神经网络,平均阈值,区间参数寻优,阈值放大系数
Abstract:
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。
| [1] | ？王力, 曾佩佩, 郝建新. 基于ROI灰度压缩的电路板红外图像配准[J]. 激光与红外, 2014, 44(3): 313-318. [2] ？Bhanu, Holben. Model-based segmentation of FLIR images[J]. IEEE. Transactions on Aerospace And Electronic System, 1990, 26(1): 2-11. [3] ？王克勇, 蒋一明, 郑链, 等. 坦克目标红外目标图像分割算法研究[J]. 红外与激光工程, 2012, 36(2): 275-278. [4] ？Kuntimad G, Ranganath H S. Perfect image segmentation using pulse coupled neural networks[J]. IEEE Transactions on Neural Networks, 1999, 10(3): 591-598. [5] ？Bi Y W, Qiu T S, Li X B, et al. Automatic image segmen-tation based on a simplied pulse coupled ？neural network[J]. Lecture Notes in Computer Science, 2013, 31(74): 405-410. [6] ？周东国, 郭永彩, 郭永彩. 一种参数自适应的简化PCNN图像分割方法[J]. 自动化学报, 2014, 40(6): 1191-1197. [7] ？刘倞, 马义德, 钱志柏. 一种基于交叉熵的改进型PCNN图像自动分割新方法[J]. 中国图形图像学报, 2013, 10(5): 579-584. [8] ？马义德，戴若兰, 李廉. 一种基于脉冲耦合神经网络和图像熵的自动图像分割方法[J]. 通信学报, 2012, 23(1): 46-51. [9] ？齐春亮. 基于遗传算法的脉冲耦合神经网络的自动系统的研究[J]. 系统仿真学报, 2006, 18(3): 722-725. [10] ？李超, 陈钱, 钱惟贤. 基于交叉累积剩余熵的多光谱图像配准方法[J]. 红外与激光工程, 2013, 42(7): 1866-1870. [11] ？杨海军, 梁德群. 一种新的基于信息测度和神经网络的边缘检测方法[J]. 电子学报, 2014, 29(1): 51-53. [12] ？徐建军, 高山, 毕笃彦, 等. 一种新的图像分割算法[J]. 西安电子科技大学学报:自然科学版, 2011, 38(1): 8-15. [13] ？Kullback, S. Leibler, R.A.. On Information and Sufficiency[J]. Annals of Mathematical Statistics, 1951, 22(1): 23-25. [14] ？刘勍. 基于脉冲耦合神经网络的图像处理问题的研究[D]. 西安: 西安电子科技大学, 2011. [15] ？H. S. Ranganath, G. Kuntimad. Iterrative segmentation using pulse neural networks[C]//Proc. of SPIE, 1996, 2760: 543-554. [16] ？张敬贤. 微光与红外成像技术[M]. 北京: 北京理工大学出版社, 1995: 128-130. [17] ？朱冰, 祝小平, 余瑞星. 基于最大熵和PCNN的图像分割新方法[J].红外技术, 2008, 30(5): 259-262.
|
Full-Text
|
|
Contact Us
[email protected] QQ:3279437679 
WhatsApp +8615387084133
|
|
