基于Unit-Linking PCNN和图像熵的图像分割新方法.pdfVIP

第2O卷第1期 系 统 仿 真 学 报@ VD1．20No．1 2008年1月 Journal of System Simulation Jan．．20o8 基于Unit．Linking PCNN和图像熵的图像分割新方法 计算机仿真结果表明，该方法具有较好的图像分割效果乖实验仿真速度性能，具有较强适用性。 关键词：图像分割；Unit．Linking PCNN；最大香农熵；最小交叉熵；图像加权预处理 中图分类号：TP391 文献标识码：A 文章编号：1004—731X(2008)0l一0222—06 Image Segmentation New Methods Using Unit-Linking PCNN and Image’S Entropy NIERen-can，ZHOUDong-ming，ZHA0Dong-feng (Department of Communications Engineering，Irfformation College，Yurman University，Kunming 650091，China) Abstracts：Based on the model of Unit—Linking PCNN，maximum Shannon entropy rule，minimum cross—entropy rule and some image pre-processing strategy were introducedfor suggesting eight image segmentation schemes under different rules and strategies．Then the advantages diversified rules and strategies were analyzed and compared．Compared with existent correlative method，which have less parameters of the neural networks model，the parameters of models are less sensitive to image segmentation results than PCNN mode1．Simulation results show that the methods have both preferable segmentation results,fast speedandfineadaptability． Key words：image segmentation；Unit-Linking PCNN；maximum Shannon entropy；minimum cross—entropy；image weight pre—processing 例要求，文献【9．111结果表明最小交叉熵对图像具有一定的 引 言 平滑能力，从而有抑制噪声的能力，但同时又缺乏一定的细 图像分割是图像分析和处理的重要内容，其传统分割 节分辨能力。对于复杂图像，如果选用单一的灰度阈值就会 的方法有多种(如阈值法，区域生长法，小波分割法等)。脉冲 容易造成错误分割；另一方面由于光照的不均匀性，必然造 耦合神经网络[ I(PCNN，pulse coupled neutral network)作为 成图像背景和目标在灰度上的交叉模糊，如果不采取区域的 有着生物学背景的新一代神经网络已被广泛地应用于图像 对比度增强将会增大这种区域内图像细节分割信息的丢失。 平滑，分割【30 31及边缘检测等图像