基于均方根阈值的PCNN图像分割算法研究

doi:１０．３９６９／ｊ．ｉｓｓｎ．１００９－０４７９．２０２３．０２．０１３

昆明冶金高等专科学校学报 ›› 2023, Vol. 39 ›› Issue (2): 90-.DOI: １０．３９６９／ｊ．ｉｓｓｎ．１００９－０４７９．２０２３．０２．０１３

• 机械设计制造与自动化技术 • 上一篇下一篇

基于均方根阈值的PCNN图像分割算法研究

史红亮

（昆明冶金高等专科学校电气与机械学院，云南昆明６５００３３）

收稿日期:2023-02-13 出版日期:2023-04-30 发布日期:2023-11-15
作者简介:史红亮（１９８７－），男，山东济宁人，讲师，工学硕士，主要从事智能化机械装备研究。
基金资助:
云南省教育厅科学研究基金资助项目：现代学徒制背景下项目教学法在专业核心课程中的应用研究（２０２３Ｊ１５４０）。

A Novel Method for Image Segmentation Using Pulse Coupled NeuralNetwork Based on Root Mean Square of Grayscale Threshold

SHI Hongliang

( Faculty of Electrical and Mechanical Engineering, Kunming Metallurgy College , Kunming 650033, China)

Received:2023-02-13 Online:2023-04-30 Published:2023-11-15

摘要/Abstract

摘要：

为了改善脉冲耦合神经网络（ＰＣＮＮ）在图像分割过程中的性能，提出了一种将灰度均方根阈值与ＰＣ-ＮＮ相结合的方法，称之为灰度均方根阈值ＰＣＮＮ（ＲＭＳＰＣＮＮ）。在简化方法中，只需确定一个参数；此外，在图像分割点火过程中，ＰＣＮＮ阈值只计算一次，展现了更好的分割性能和更快的计算速度。实验结果表明该简化方法是一种有效的图像分割方法。

关键词: ＰＣＮＮ, 图像分割, ＲＭＳ-ＰＣＮＮ

Abstract: In order to improve the performance of pulse-coupled neural network ( PCNN) in image segmentation , a novel method which integrates root mean square of gray-scale threshold with PCNN, name-ly , root-mean-square of grayscale threshold PCNN ( RMS-PCNN) is proposed. In the simplified method.there is only one parameter to be determined. Furthermore, the PCNN threshold is computed only once sothat the image is segmented during an ignition process. Better performance and faster computation is dem-onstrated. The experimental results validate the effectively simplifed method on segmentation.

Key words: PCNN, image segmentation:, RMS-PCNN

中图分类号:

ＴＰ３９１

史红亮.

基于均方根阈值的PCNN图像分割算法研究

[J]. 昆明冶金高等专科学校学报, 2023, 39(2): 90-.

SHI Hongliang. A Novel Method for Image Segmentation Using Pulse Coupled NeuralNetwork Based on Root Mean Square of Grayscale Threshold[J]. Journal of Kunming Metallurgy College, 2023, 39(2): 90-.

0
/ / 推荐

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://kmyzxb.magtech.com.cn/CN/１０．３９６９／ｊ．ｉｓｓｎ．１００９－０４７９．２０２３．０２．０１３

http://kmyzxb.magtech.com.cn/CN/Y2023/V39/I2/90

[1]	史红亮. 一种基于ＰＣＮＮ的图像分割改进算法[J]. 昆明冶金高等专科学校学报, 2021, 37(1): 86-89.
[2]	张朝全，周绍景，梁　颖. 基于粗集与ＦＣＭ的快速图像分割的改进方法[J]. 昆明冶金高等专科学校学报, 2015, 31(3): 60-64.
[3]	王海星. 图像背景自适应分割技术研究[J]. 昆明冶金高等专科学校学报, 2010, 26(5): 18-22.

基于均方根阈值的PCNN图像分割算法研究

A Novel Method for Image Segmentation Using Pulse Coupled NeuralNetwork Based on Root Mean Square of Grayscale Threshold

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 3

编辑推荐

Metrics

本文评价