基于PCNN的图像二值化及分割评价方法3.PDFVIP

华 南 理 工 大 学 学 报 ( 自 然 科 学 版 ) 第 37卷 第 5期 J ou rna l of S ou th C h ina U n ive rsity of Techno logy V o l. 37　N o. 5 2009年 5月 (N atu ra l S c ience Ed ition ) M ay　2009 文章编号 : 1000565X (2009) 　 基于 PCNN 的图像二值化及分割评价方法 马义德 　苏茂君 　陈锐 (兰州大学 信息科学与工程学院 , 甘肃 兰州 730000) 摘 　要 : 针对 目前图像二值化方法通用性不强 、自适应阈值选取难 , 以及单一图像分割评 ( ) 价缺乏可靠性的问题 ,对基于脉冲耦合神经网络 PCNN 的图像二值化方法及其参数选 择进行了研究 ,提出了一种综合考虑多种评价准则的用于评价图像分割效果的方法. 实验 结果表明:基于 PCNN 的二值化方法非常适合于各类图像的分割 ,具有分割精度高的特点; 与单一评价方法相比,文中的综合评价方法能够更加客观准确地反映分割方法的分割效果. 关键词 : 脉冲耦合神经网络 ; 二值化 ; 图像分割 ; 评价准则 中图分类号 : TN 9 11. 73　　　　文献标识码 : A 　　图像的二值化就是把一幅图像分割成 目标和背 的要求 ;文献 [ 6 ]中将背景和 目标总方差取最大值 景两大类. 图像二值化在数字图像处理中具有重要 时的阈值作为最佳分割阈值 ,该方法在各种情况下 的作用 , 目前已经应用于 目标识别 、图像分析 、文本 都能获得比较稳定的分割结果 ,但该方法属于全局 增强和字符识别等领域 [ 13 ] . 传统的图像二值化方 阈值分割方法 ,未能充分利用图像的局部特点 ,因此 法主要是根据图像 目标和背景的灰度差异选取适当 不能满足复杂图像分割的实际要求. 脉冲耦合神经 ( ) 的阈值进行分割 , 因此如何选取阈值是图像分割的 网络 PCNN 具有相似神经元同步点火特性 , 非常 关键问题. 通常阈值法可分为全局阈值法和局部阈 适合于各类图像的分割. 为此 ,文中对基于 PCNN 的 值法. 全局阈值法是指对整幅图像选取某一固定的 图像二值化方法进行了研究 ,并对现有的几种图像 阈值进行分割 ,该方法简单且运算速度较快 ,在 目标 自动分割方法进行了比较. 目前多数图像分割方法 和背景的灰度差别较明显时 ,分割效果较好. 局部阈 都是针对某一实际问题提出的 ,如何评价不同方法 值法是指先将图像分成若干个内部具有相似特性的 的分割效果 , 以及针对某一具体问题如何选择合适 区域 ,然后对每个区域取一个阈值进行二值化. 在图 的分割方法还没有统一的标准. 文献 [ 7 ]中对现有 像比较复杂或背景存在噪声的情况下 ,局部阈值法的 的图