基于邻域激励脉冲耦合神经网络的图像分割 (2009年)

【文件属性】：
文件名称：基于邻域激励脉冲耦合神经网络的图像分割 (2009年)
文件大小：362KB
文件格式：PDF
更新时间：2021-05-11 04:36:20
自然科学 论文 设计了一种基于邻域激励脉冲耦合神经网络（PCNN）模型的图像分割方法。把既考虑强度又考虑邻域分布的像素邻域信息作为一个参数，来控制PCNN模型中的链接强度，进而控制神经元的内部活动值。在分割过程中采用基于多数裁定原则的方法，通过在一次迭代过程中对邻域像素分割阈值的调整，保证了分割结果的完整性。通过对几类图像的分割实验以及与经典分割方法的比较，验证了该方法的有效性。