基于改进脉冲耦合神经网络的图像分割方法

	基于改进脉冲耦合神经网络的图像分割方法
	王燕; 许宪法
刊名	计算机科学
	2019-07-15
卷号	46 期号:2019年07期页码:258-262
关键词	显著性多目标灰度不均匀局部特性
ISSN号	ISSN：1002-137X
英文摘要	为了实现对多目标图像和灰度不均匀图像的分割,文中提出了基于区域生长的局部脉冲耦合神经网络(RG-LPCNN)图像分割方法。首先,利用显著性检测方法提取出原始图像的显著性图。然后,根据直方图阈值法对显著性图进行粗分割,得出目标与背景,并将目标的质心作为RG-LPCNN的初始种子点。其次,将高斯核与原始图像的卷积结果作为放大系数,使得动态阈值具有了局部特性。最后,利用RG-LPCNN对图像进行分割,实现对多目标图像以及灰度不均匀图像的分割。将RG-LPCNN和其他阈值分割方法在自然图像、灰度不均匀图像上进行了对比,结果表明:RG-LPCNN在分割多目标图像和灰度不均匀图像方面具有较好的分割效果,验证了RG-LPCNN的有效性。
URL标识	查看原文
WOS研究方向	Automation & Control Systems
语种	中文
CSCD记录号	CSCD:6556264
状态	已发表
内容类型	期刊论文
源URL	[http://119.78.100.223/handle/2XXMBERH/268]
专题	计算机与通信学院
作者单位	兰州理工大学计算机与通信学院, 兰州, 甘肃 730050, 中国
推荐引用方式 GB/T 7714	王燕,许宪法. 基于改进脉冲耦合神经网络的图像分割方法[J]. 计算机科学,2019,46(2019年07期):258-262.
APA	王燕,&许宪法.(2019).基于改进脉冲耦合神经网络的图像分割方法.计算机科学,46(2019年07期),258-262.
MLA	王燕,et al."基于改进脉冲耦合神经网络的图像分割方法".计算机科学 46.2019年07期(2019):258-262.