|
|||||
|
|
| 基于互信息改进型脉冲耦合神经网络多值图像分割 | |
| 引用本文： | 刘勍,许录平,马义德,苏哲. 基于互信息改进型脉冲耦合神经网络多值图像分割[J]. 光子学报, 2010, 39(5). DOI: 10.3788/gzxb20103905.0923 |
| 作者姓名： | 刘勍 许录平 马义德 苏哲 |
| 作者单位： | 1. 西安电子科技大学,电子工程学院,西安,710071;天水师范学院,物理与信息科学学院,甘肃,天水,741001 2. 西安电子科技大学,电子工程学院,西安,710071 3. 兰州大学,信息科学与工程学院,兰州,730000 |
| 基金项目： | 国家高技术研究发展计划(863计划)，国家自然科学基金，天水师范学院"青蓝"人才工程基金 |
| 摘 要： | 为了自动地进行图像的多值分割,从原始图像与分割图像之间的相互关系出发,以最大互信息为优化分割目标,以互信息熵差作为一种新的分类类数判据,在对传统脉冲耦合神经网络模型改进的基础上,提出了一种基于最大互信息改进型脉冲耦合神经网络图像多值分割算法.理论分析和实验结果表明,该方法能够自动确定最佳分割迭代次数及最佳分割灰度类数,对分割图像具有良好的特征划分能力,且在分割类数较少的情况下,能较好地保持图像细节、纹理及边缘等信息,对不同图像分割准确度高,具有较强的适用性. |
| 关 键 词： | 图像分割 脉冲耦合神经网络 互信息 最大互信息准则 |
Multi-threshold Image Segmentation Using Improved Pulse Coupled Neural Networks Based on Mutual Information |
|
| LIU Qing,XU Lu-ping,MA Yi-de,SU Zhe. Multi-threshold Image Segmentation Using Improved Pulse Coupled Neural Networks Based on Mutual Information[J]. Acta Photonica Sinica, 2010, 39(5). DOI: 10.3788/gzxb20103905.0923 | |
| Authors: | LIU Qing XU Lu-ping MA Yi-de SU Zhe |
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |