基于区间参数寻优的PCNN红外图像自动分割方法

基金项目: 国家自然科学基金委员会与中国民用航空局联合资助项目(U1333111)%APU外部件自动测试平台项目(3122013D021)

详细信息

Automatic Image Segmentation Algorithm by PCNN Based on Mean Threshold and Ostu

摘要: 脉冲耦合神经网络(Pulse Coupled Neural Network)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VE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VE的值,并将此寻优的参数VE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.
- 脉冲耦合神经网络 /
- 平均阈值 /
- 区间参数寻优 /
- 阈值放大系数

1.	郝建新，王力. 基于红外温度序列的电路板故障诊断研究. 红外与激光工程. 2023(04): 59-70 . 百度学术
2.	王文涛，罗晓曙，阎晨阳. 基于灰度迭代阈值PCNN的眼底图像血管分割. 计算机工程与应用. 2018(20): 197-201 . 百度学术
3.	李瀚，扆梦楠，邓红霞，常莎，李海芳. 基于加权强度PCNN模型的分块人脸识别. 计算机工程与设计. 2017(09): 2525-2529+2572 . 百度学术