基于灰度相关性的改进PCNN图像自动分割算法  

Automatic Image Segmentation with PCNN Algorithm Based on Grayscale Correlation

作　　者：马海荣[1] 程新文[1] 

机构地区：[1]中国地质大学(武汉)信息工程学院,湖北武汉430074

出　　处：《微电子学与计算机》2014年第11期10-13,共4页Microelectronics & Computer

基　　金：国防科工委高分辨对地观察系统重大专项"高分综合交通遥感应用示范系统先期攻关"(07-Y30A05-900)

摘　　要：为了利用脉冲耦合神经网络﹙pulse coupled neural network,PCNN)实现精确的图像自动分割,对PCNN模型进行改进,提出首先根据图像局部灰度相关性和欧氏距离建立连接权矩阵,然后利用最小方差比准则自动判定PCNN的循环次数,实现图像的自动分割,仿真实验结果表明,该方法可实现PCNN算法迭代次数的自动判定,算法适用性强,并可得到较好的分割效果.In order to utilize pulse coupled neural networks (PCNN) for precise automatic image segmentation ,in this paper ,we improved PCNN model .Firstly ,we established a connection weight matrix based on the image local gray correlation and Euclid distance ,then ,used minimum variance ratio criterion determines cycle times of PCNN automatically ,achieved automatic image segmentation . The simulation results showed that this method could determined PCNN number of iterations automatically ,and has a strong feasibility and better segmentation results .

关 键 词：图像分割 PCNN 灰度相关性 最小方差比 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]