脉冲耦合神经网络在图像分割中的应用研究

《脉冲耦合神经网络在图像分割中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第4l卷第5期2011年9月航空计算技术AeronauticalComputingTechniqueVol4lNo．5sep，2011脉冲耦合神经网络在图像分割中的应用研究傅滨1，王琼2(1．西安美术学院基础教研室，陕西西安7100652．西北工业大学航天学院．陕西西安710072)摘要：系统研究了脉冲耦合神经网络在图像分割中的应用。首先研究了标准PCNN和简化的PCNN模型在图像分割中的应用，对分割结果进行了比较分析，结果表明，两种PCNN模型都能得到较好的分割结果。其次研究了最大熵、最小交叉熵和区域特征一致性

2、准则在PCNN最优分割结果确定中的应用。最后探讨了PCNN参数变化时图像分割结果的影响，并给出了仿真试验结果。关键词：图像分割；脉冲耦合神经网络；最大熵；最小交叉熵中图分类号：TP39141文献标识码：A文章编号：1671．654X(2011)05—0049．03ImageSegmentationBasedoilPulseCoupledNeuralNetworkFUBin。，WANGQion92(1．DepartmentofBasicCoupe，Xi’allAcademyofFineArts，Xi7an71006

3、5，China；2．CollegeofAstronautics，NorthwesternPolytechnicalUniversity，Xi’∞710072，China)Abstract：TheapplicationofPCNN(PulseCoupledNeuradNetwork)ontheimagesegmentationisstud—iedsystemicallyinthispaperFirstly，thesmndardPCNNmodelandthesimplifiedPCNNmodelareusedtose

4、gmentseveraldifferenttypicalimagesThesimulationresultsdemonstratedthatbothstandardPCNNmodelandthesimplifiedPCNNmodelcangetgoodsegmentationresultefficiently．Toobtainthebestseg—mentationresults，themaximumentropy，minimumcross—entropyandthecriterionbasedonre西onal

5、con-sisteneycharacteristicsiscombinedwitllPCNNrespectively．Atthesametime．theinfluenceofPCNN’SpammetersOilthesegmentationresultsisstudiedinthispaper，thesimulationresultsindicatethattheim-agesegmentationresultisdifferentwhentheparametersofPCNNchange．Keywords：im

6、agesegmentation；pulsecoupledneuralnetwork；maximumentropy；minimumcross-entropy引言脉冲耦合神经网络(PulseCoupledNeuralNet-work，PCNN)是1990年由Eckhorn-11为解释在猫的大脑视觉皮层中实验所观察到的与特征有关的神经元同步行为现象而提出的，它模拟了生物的视觉特性，与传统的神经网络相比较，更具有生物学背景。PCNN是一种不同于传统神经网络的新型神经网络，被称为第三代神经网络。关于PCNN工作机理及其在图

7、像处理”。1、图像识别、目标检测”J、通讯、决策优化等领域的研究和应用正得到国内外广泛的重视。本文首先介绍了标准PCNN神经网络模型，接着将标准PcNN模型和改进的PCNN模型”1分别应用于典型图像的分割，并对分割结果进行了比较。然后将最大熵准则、最小交叉熵准则及基于区域特征一致性的准则应用到PCNN的图像分割中，通过在典型图像分割上的应用，比较了不同准则在确定最优分割结果时的有效性，最后就PCNN参数变化对图像分割结果的影响进行了研究，确定了对分割结果影响较大的参数。l脉冲耦合神经网络及其图像处理原理脉冲耦合神

8、经网络是一种单层的二维神经网络，它的基本单元是脉冲耦合神经元(PulseCoupleNeu-roll，PCN)⋯。每个神经元按照下列公式进行迭代运算，实现神经网络的各种功能⋯：收稿El期：2011—06—28修订日期：201I一09—15基金项目：陕西省自然科学基金项目资助(2010JQ8015)；陕西省科技计划项目资助(2010k06—23)作者简介：傅滨(1977一)