改进的PCNN用于遥感图像分割

摘要 遥感图像通常具有分辨率低、对比度弱的特点，采用经典的脉冲耦合神经网络模型分割时，难以得到理想的分割效果.为了解决这一问题，考虑神经元之间的相似程度和神经元之间距离的远近，采用高斯函数定义神经元之间的相似度，重新描述神经元之间的激励和抑制关系，改进了连接输入项和动态阈值，得到新颖的脉冲耦合神经网络模型，对新模型的动态行为进行理论分析.为了进一步说明改进方法的有效性，对遥感图像进行仿真对比实验，实验结果表明改进的脉冲耦合神经网络模型优于其它分割方法，更适用于遥感图像的分割