基于PCNN的图像最佳二值分割实现

摘要：

设计了一种脉冲耦合神经网络(PCNN)结合最小交叉熵理论的图像二值分割算法,可提高监管码识别过程中字符图像二值分割的准确度,并适合于在FPGA上实现.根据不同灰度图像点火时刻不同的特性,使用PCNN算法对图像进行迭代处理,并计算每次处理后的交叉熵.再利用最佳分割图像与原图像的交叉熵最小的理论,确定最佳迭代处理次数,从而得到最佳的二值分割图像.该方法实现了图像的自动分割,效果由于传统的大津(OSTU)算法.提出了该算法在FPGA上实现方案,实验结果验证了方案的可行性.

关键词：监管码、FPGA、PCNN、分割

所属期刊栏目：46

分类号：TP391.41(计算技术、计算机技术)

资助基金：河北省科技支撑计划16220308D;天津市科技特派员项目16JCTPJC50600

在线出版日期：2018-02-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：13-18