基于并行点火PCNN模型的图像分割新方法

？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.