|
|||||
|
|
| 基于最小Tsallis交叉熵改进型PCNN图像分割算法 | |
| 引用本文： | 李东兴,张起,高倩倩,吴秀东,蔡亚南.基于最小Tsallis交叉熵改进型PCNN图像分割算法[J].山东理工大学学报,2018(5). |
| 作者姓名： | 李东兴 张起 高倩倩 吴秀东 蔡亚南 |
| 作者单位： | 山东理工大学机械工程学院 |
| 摘 要： | 针对传统脉冲耦合神经网络(PCNN)模型中存在的待定参数过多且难以选择、循环迭代次数难以确定的缺陷,提出了一种基于最小Tsallis交叉熵改进型PCNN图像分割算法.根据改进的内部活动项和阈值衰减函数初始化模型参数,根据图像特性自适应设置链接强度系数和链接权值矩阵;利用最小Tsallis交叉熵准则确定PCNN循环迭代次数,采用双边带滤波器对分割图像进行滤波,获取最优图像分割结果.仿真实验结果表明,该算法提高了分割后图像的区域一致性、区域对比度、形状测度,缩短了运行时间,改进了图像分割效果. |
| 本文献已被 CNKI 等数据库收录！ | |