使用模糊竞争Hopfield网络进行图像分割  

Using Fuzzy Competitive Hopfield Neural Network for Image Segmentation

作　　者：张星明[1] 21cn.com 李凤森[1] 

机构地区：[1]中国科学院计算技术研究所CAD开放研究实验室

出　　处：《软件学报》2000年第7期953-956,共4页Journal of Software

基　　金：国家"九五"科技攻关项目基金!(No.956010)资助

摘　　要：针对传统自组织竞争学习方法的不足 ,将模糊竞争学习引入竞争 Hopfield网络中 ,由此设计了一个用于图像分割的模糊竞争 Hopfield网络 ,通过将图像空间映射到灰度特征空间 ,实现灰度特征集的模糊聚类 ,进而实现图像分割 .实验结果表明 :对于二值分割 ,与 Ostu方法相比 ,此算法在分割效果和对噪声的自适应能力方面具有明显的优点 .对于多类分割 ,此算法比目前的 FCM( fuzzy C mean)In this paper, based on the defect of self organizing learning method, a fuzzy competitive learning method is proposed, and a fuzzy competitive Hopfield neural network for color image segmentation is designed based on competitive Hopfield neural network. The fuzzy clustering on gray feature set can be realized by means of mapping image space into gray feature space, then the color image segmentation can be done. The experiment results indicate that the algorithm is of better effect and adaptive ability to noise than Ostu method for binary segmentation, and shows higher processing speed than FCM (fuzzy C mean) algorithms for multi class segmentation.

关 键 词：图像分割 模糊竞争 计算机视觉 HOPFIELD网络 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TP183[自动化与计算机技术—计算机科学与技术]