基于两组细胞神经网络的工业CT图像分割  

Industrial Computerized Tomography image segmentation based on two Cellular Neural Networks.

作　　者：刘长江[1] 曾理[1] 

机构地区：[1]重庆大学光电技术及系统教育部重点实验室ICT研究中心

出　　处：《计算机工程与应用》2008年第7期206-208,共3页Computer Engineering and Applications

基　　金：国家自然科学基金(the National Natural Science Foundation of Chinaunder Grant No.60672098);重庆市科技计划攻关项目(No.CSTC2006AB3027);教育部春晖计划项目(No.Z2005-2-63001)

摘　　要：采用两组细胞神经网络实现工业CT图像的分割。一组细胞神经网络用粗分割,得到阈值分割图像,在此基础上用另一组细胞神经网络细分割,得到精细的边缘等信息。修正网络稳定态的定义,以网络伪稳定态作为网络迭代过程的终止条件。应用该方法,以发动机切片CT图像作为实验对象,能取得较好的效果。Two groups of Cellular Neural Networks （CNN） have been used to segment Industrial Computerized Tomography（ICT） Images.The first group,namely rough image segmentation,has been adopted to obtain thresholding images,then with the adaptation of the second group some more sophisticated segmentation information will be procured,with edges included.This article deals with the Pseudo-steady-state of net,which has been served as the termination condition of the iteration.Experimental results of engineering image series demonstrate the efficiency of the methods presented in the article.

关 键 词：细胞神经网络 工业CT 图像分割 边缘检测 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]