一种基于交叉熵的改进型PCNN图像自动分割新方法

	一种基于交叉熵的改进型PCNN图像自动分割新方法
	刘勍; 马义德; 钱志柏
刊名	中国图象图形学报
	2005-05-25
期号	5 页码:579-584
关键词	图像分割最小交叉熵脉冲耦合神经网络抑制捕获阈值函数
中文摘要	脉冲耦合神经网络(PCNN)是20世纪90年代形成和发展的一种新型神经网络。为了自动地进行精确的图像分割,在基于图像处理的前提下,对现有的PCNN模型进行了改进,即从原始图像与分割图像的目标之间、背景之间的差异性出发,提出了一种基于最小交叉熵准则的改进型PCNN图像分割新方法。通过计算机仿真,该方法能够自动确定循环迭代次数和自动选取最佳阈值,并与基于最大香农熵的PCNN分割方法进行了比较。实验结果表明,该方法优于香农熵准则PCNN分割,其不仅对图像分割精度高,而且具有较强的适用性。
语种	中文
内容类型	期刊论文
源URL	[http://ir.lzu.edu.cn/handle/262010/127319]
专题	信息科学与工程学院_期刊论文
推荐引用方式 GB/T 7714	刘勍,马义德,钱志柏. 一种基于交叉熵的改进型PCNN图像自动分割新方法[J]. 中国图象图形学报,2005(5):579-584.
APA	刘勍,马义德,&钱志柏.(2005).一种基于交叉熵的改进型PCNN图像自动分割新方法.中国图象图形学报(5),579-584.
MLA	刘勍,et al."一种基于交叉熵的改进型PCNN图像自动分割新方法".中国图象图形学报 .5(2005):579-584.