一种改进型脉冲耦合神经网络及其图像分割

摘要：

文章结合人类视觉系统(HVS)对图像各个区域敏感度不同这一特性,对通常的脉冲耦合神经网络模型(PC-NN--Pulse Coupled Neural Network)进行了改进,分析了改进模型的特性及其参数优化原理,提出了一种基于这种改进PCNN的图像分割算法.该算法可根据像素周边区域的灰度梯度大小发放不同值的脉中,从而自适应地将图像分为多个不同等级的高低信息区域,较好地仿真了人类视觉系统特性.并将该算法应用于图像压缩,在压缩比和重建图像主观视觉感知质量上均达到了较好的性能.

关键词：脉冲耦合神经网络、图像分割、图像信息、图像压缩

所属期刊栏目：39

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金60071026;国家部委预研基金00J1.4.4.DZ0106;教育部重点实验室基金TKLJ0005

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：7-8,44