基于区间参数寻优的PCNN红外图像自动分割方法.pdf

基于区间参数寻优的PCNN红外图像自动分割方法.pdf

ID:55399380

大小:1.02 MB

页数:7页

时间:2020-05-15

基于区间参数寻优的PCNN红外图像自动分割方法.pdf_第1页
基于区间参数寻优的PCNN红外图像自动分割方法.pdf_第2页
基于区间参数寻优的PCNN红外图像自动分割方法.pdf_第3页
基于区间参数寻优的PCNN红外图像自动分割方法.pdf_第4页
基于区间参数寻优的PCNN红外图像自动分割方法.pdf_第5页
资源描述:

《基于区间参数寻优的PCNN红外图像自动分割方法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第37卷第7期红外技术、b1.37NO.72015年7月InfraredTechnologyJuly2015基于区间参数寻优的PCNN红外图像自动分割方法王力,王敏(中国民航大学航空自动化学院,天津300300)摘要: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

2、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的参数的值,并将此寻优的参数代入改进的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。关键词:脉冲耦合神经网络;平均阈值;区间参数寻优;闽值放大系数中图分类号:TP274.52文献标识码:A文章编号:1001.8891(2015)07.0553.07AutomaticImageSe

3、gmentationAlgorithmbyPCNNBasedonMeanThresholdandOstuWANGLi,、7lrANGMin(Aviationinstituteofautomation,CivilAviationUniversityofChina,Tianfin300300,China)Abstract:ThePulseCoupledNeuralNetworkisbasedontheresearchofanimals’visualimageformationsystem.whichbionicsmethodisp

4、resentedbyagroupofmathematicsformulas.TheformulagroupofPCNNhas7keyparameters,amongwhichthefactorofthresholdamplificationdecidesthethresholdofsegmentationoftheimageandtheoutputofbilinearimage.ThisarticlecalculatesthethresholdbythemeanthresholdandOstumethod,thenproves

5、thatattheminimumcross.entropy,thebestthresholdisintheintervalofthetwothresholdsbyGaussdistributionmodel,finallysearchesanewthresholdasthevalueofPCNNparameterbetweenthesetwothresholds.W_edividedtheimagebyusingthechangedPCNN,simulatethealgorithmonthecomputerandcompare

6、theresultwithexperientialdecaymethod.TheresultshowsthatOuralgorithmdividesaclearandaccurateinterestingarea,theconnectivityisbetter,theefnciencyiSbetter,SOthisalgorithmhasagoodpracticability.Keywords:PCNN,Meanthreshold,intervalparametersoptimization,factorofthreshold

7、amplification纹理信息少【l】,这使得一些常见的基于梯度的算法分O引言割红外图像的效果不理想。目前国内外已经研究出一现在高集成度的电路板在各种工业自动化设备些新的红外图像分割算法,BHANU和HOLBEN提中广泛应用,而电路板的故障检测也越来越受到重出了基于建模的前视红外图像分割算法,较有效的解视,基于红外图像技术的电路板故障检测方法是一种决了红外图像目标边界模糊的问题【2】。国内也有使用无损检测方法,在实际中得到广泛应用,这种方法的Ostu结合适应模糊阈值的分割方法【3]。关键步骤是从红外图像中分割出兴趣区域。红

8、外图像PCNN良好的图像分割性能来源于其数学表达式是基于场景辐射的温差成像,表征的是目标物的温度的迭代,而PCNN数学表达式中的7个主要参数决定分布,没有立体感、分辨率低、目标边缘模糊平滑、了PCNN模型的图像分割性能。Kuntimad研究了模收稿日期:2015.03.23;

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。