10.3969/j.issn.1001-2400.2010.05.008
一种超模糊熵ULPCNN图像自动分割新方法
为了自动地对图像进行二值分割,提出了一种新的自适应迭代全局阈值图像分割算法.首先对二维超模糊集隶属函数进行了自适应修正,并将其引入到图像超模糊熵概念中; 然后从适应图像分割角度,将传统脉冲耦合神经网络模型改进为具有单调指数上升阈值函数的ULPCNN抑制捕获模型; 最后把ULPCNN与最大超模糊熵判据相结合对图像进行自动分割,并与基于最大香农熵、最小交叉熵及最小模糊熵准则的ULPCNN分割方法作了比较.理论分析和实验结果表明,该方法能自动确定迭代次数和选取最佳阈值,对图像目标划分清晰,细节保持较好,改善了图像的分割性能.
图像分割、最大超模糊熵、ULPCNN、阈值函数、抑制捕获
37
TN911.73
国家高技术研究发展计划863基金资助项目2007AA12Z323;国家自然科学基金资助项目60772139,60872109;高等学校博士学科点专项科研基金资助项目200807011007;甘肃省自然科学基金计划资助项目1010RJZE028;天水师范学院"青蓝"人才工程基金
2010-11-12（万方平台首次上网日期，不代表论文的发表时间）
共8页
817-824
