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. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论