%0 Journal Article
%T 基于并行点火PCNN模型的图像分割新方法
%A 彭真明
%A 蒋彪
%A 肖峻
%A 孟凡斌
%J 自动化学报
%P 1169-1173
%D 2008
%R 10.3724/SP.J.1004.2008.01169
%X ？提出一种并行点火脉冲耦合神经网络(Parallelizedfiringpulsecoupledneuralnetworks,PFPCNN)模型的图像分割方法.首先用改进的Unit-linkingPCNN(ULPCNN)模型对图像进行增强,便于后续的图像分割.然后采用PFPCNN新模型对增强后的图像进行分割,最后用最大香农熵方法判定最佳分割结果.各种复杂场景下的仿真实验及定量评价表明,本文提出的图像分割方法,其效果明显优于常规的PCNN分割方法.
%K 脉冲耦合神经网络
%K 并行点火模型
%K 图像增强
%K 最大香农熵
%K 图像分割
%U http://www.aas.net.cn/CN/abstract/abstract17980.shtml