共查询到10条相似文献，搜索用时 31 毫秒
1.
基于迭代自组织数据聚类阈值的脉冲耦合神经网络的图像分割算法改进了传统脉冲耦合神经网络在图像分割中由于不恰当的参数选择而导致图像欠分割和过分割的问题.基于迭代自组织数据聚类阈值的脉冲耦合神经网络图像分割算法无需确定参数和循环次数,也不需要用特定原则确定循环结束的条件,只需利用图像中的每个像素点的灰度值进行聚类,然后利用改进的迭代自组织数据算法确定图像的初始聚类数目以及聚类中心,并以此作为脉冲耦合神经网络的最佳阈值,一次点火过程自动完成分割.实验结果表明,这种算法具有较好的分割结果和分割速度,提高了分割的准确性. 相似文献
2.
杨丽 《新疆职业大学学报》2011,19(3):76-80
脉冲耦合神经网络用于图像检索时,具有平移、旋转、尺度、扭曲等不变性,同时对噪声还具有很好的鲁棒性．本文提出了一种改进的脉冲耦合神经网络图像纹理检索算法,该算法将脉冲耦合神经网络和离散余弦变换相结合．首先将脉冲耦合神经网络输出的二值图像序列进行离散余弦变换,然后选择不同的特征提取方法提取纹理图像的关键特征,最后利用欧氏距离分类器对图像进行识别,基于Brodatz纹理图像库的实验结果证明了该算法的有效性。 相似文献
3.
在骨龄自动评价系统研究过程中,对X射线图像中的手腕骨有效分割是一项艰巨的工作。为了解决棘手的手腕骨分割问题,提出了一种基于脉冲耦合神经网络(PCNN)的自动分割方法。该方法在合理简化传统PCNN模型的基础上,利用图像的灰度迭代阈值确定PCNN的迭代次数,实现了对手腕骨有效分割,分割结果优于OTSU算法、分水岭分割算法、阈值迭代算法。 相似文献
4.
为进行空间X射线星图分割及在X射线背景噪声中提取目标源,提出了改进的脉冲耦合神经网络图像分割算法.改进算法将图像分割成小区域,不同区域中设置不同的参数;将内部行为的调制参数设计成邻域像素灰度值分布的负耦合函数,强制降低强X射线目标源附近的强X射线背景噪声的点火频率,以提取X射线辐射点目标源.分别利用改进型PCNN模型、普通PCNN模型进行了空间X射线星图分割实验,结果表明改进型PCNN模型具有更优的分割效果. 相似文献
5.
在对视网膜眼底图像中的血管进行预处理并运用脉冲耦合神经网络（Pulse Coupled Neural Network,PCNN）算法迭代原理进行分割的基础上,利用MATLAB 的图形用户界面开发环境（GUIDE）,通过对各控件的布局设计及其回调函数的编写,实现了视网膜血管分割系统。系统具有界面友好、操作简单等特点,为医学图像研究提供了一种有效的视网膜血管分割方法,也为医学图像处理提供了一个操作方便的实验平台。 相似文献
6.
《南阳师范学院学报》2021,(4):22-27
针对道路图像语义分割效果不够精确的问题,提出一种基于深度学习的道路图像语义分割的改进方法,并与传统的全卷积神经网络模型(FCN)相结合实现道路图像语义分割.先验概率层利用道路图像的先验知识,在所有道路图像训练标签的基础上构建二维数组表示像素点的分类概率,并将它结合传统全卷积神经网络模型对道路图像进行语义分割.实验结果表明:提出的先验概率层的后处理算法能够优化传统全卷积神经网络模型的分割效果,使像素精确度由88.8%提高到91.3%,平均像素精确度由82.9%提高到85.7%,平均交并比值由72.5%提高到77.9%. 相似文献
7.
林亚君陈学军 《福建工程学院学报》2020,(6):593-597
为更好实现红外图像中电力设备故障区域的提取,提出改进PCNN(脉冲耦合神经网络) 的故障区域提取方法。基于Otsu 算法(大津法,又称最大类间差法) 计算红外图像的最优分割阈值,作为PCNN 迭代的初始阈值。以最大类间方差作为PCNN 模型的收敛判据,实现红外图像自动分割以提取电力故障区域。实验表明,该算法与Otsu、K-means、传统PCNN 方法相比,能够更全面、精确地提取电力故障区域,为后续故障类型识别奠定基础。 相似文献
8.
张晋芳 《河北能源职业技术学院学报》2019,19(1)
目前,国内外学者提出了很多图像分割算法,其中一些已经广泛应用于灰度图像和彩色图像分割。本文对图像分割方法进行了总结,并利用振荡神经网络模型的同步提出了对彩色图像分割的算法。我们在经典Kuramoto模型的基础上将全局耦合改为局部耦合,将相位耦合改为频率耦合并用它描述外界刺激引起的相位变化。通过引入瞬时频率,重建耦合神经元的活动曲线,将原彩色图像分别通过R、G、B三个通道,形成三个振动曲线,并将其进行叠加,根据一致同步性原理,得出一个新的彩色图像分割算法。 相似文献
9.
10.
一种小波域K-Means遥感图像分类标注算法 总被引：1，自引：0，他引：1
由于合成孔径雷达图像（遥感）的相干斑噪声数据丰富,导致传统的遥感图像分割方法分割效果不佳,采用学习理论和神经网络改善图像处理性能。根据图像统计特征,采取神经网络语义提出一种高效的图像纹理特征分割方法。首先,利用K-means聚类提取遥感图像的纹理特征,然后根据遥感图像在小波域中的分布特征对其进行滤波,最后利用语义对滤波后的遥感图像纹理特征和灰度组成的矢量进行分割归类,在遥感图像分割中快速标注分类以便于视觉分析。利用区域一致性分割分类,由聚类样本特征匹配进行图像分类标注,对变化检测进行统计分析,过分割或欠分割误差聚类样本不做标注,选取最佳样本聚类k值标注分类结果。 相似文献