留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于遗传算法参数优化的PCNN红外图像分割

曲仕茹 杨红红

曲仕茹, 杨红红. 基于遗传算法参数优化的PCNN红外图像分割[J]. 强激光与粒子束, 2015, 27: 051007. doi: 10.11884/HPLPB201527.051007
引用本文: 曲仕茹, 杨红红. 基于遗传算法参数优化的PCNN红外图像分割[J]. 强激光与粒子束, 2015, 27: 051007. doi: 10.11884/HPLPB201527.051007
Qu Shiru, Yang Honghong. Infrared image segmentation based on PCNN with genetic algorithm parameter optimization[J]. High Power Laser and Particle Beams, 2015, 27: 051007. doi: 10.11884/HPLPB201527.051007
Citation: Qu Shiru, Yang Honghong. Infrared image segmentation based on PCNN with genetic algorithm parameter optimization[J]. High Power Laser and Particle Beams, 2015, 27: 051007. doi: 10.11884/HPLPB201527.051007

基于遗传算法参数优化的PCNN红外图像分割

doi: 10.11884/HPLPB201527.051007
详细信息
    通讯作者:

    杨红红

Infrared image segmentation based on PCNN with genetic algorithm parameter optimization

计量
  • 文章访问数:  625
  • HTML全文浏览量:  147
  • PDF下载量:  380
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-09-22
  • 修回日期:  2015-02-02
  • 刊出日期:  2015-04-24

基于遗传算法参数优化的PCNN红外图像分割

doi: 10.11884/HPLPB201527.051007
    通讯作者: 杨红红

摘要: 构造一种基于遗传算法参数优化的脉冲耦合神经网络(PCNN)红外图像分割算法。该算法首先利用PCNN的全局耦合性和脉冲同步性对输入图像进行点火处理,根据PCNN的输出结果计算熵作为遗传算法的适应度函数,并利用熵的变化量作为遗传算法的收敛依据,对PCNN模型中影响图像分割的参数进行组合优化,结合PCNN生物视觉特性和遗传算法解空间随机搜索能力来寻找关键参数的最优值。将遗传算法和PCNN进行结合可充分发挥二者优势,将本文方法与最大类间方差法(OTSU)、最大熵直方图分割算法和PCNN分割方法进行对比,通过交叉熵、区域对比度等客观指标对分割后的图像进行定量分析,结果表明无论从主观视觉还是客观指标,本文方法分割效果优于其他对比方法。

English Abstract

曲仕茹, 杨红红. 基于遗传算法参数优化的PCNN红外图像分割[J]. 强激光与粒子束, 2015, 27: 051007. doi: 10.11884/HPLPB201527.051007
引用本文: 曲仕茹, 杨红红. 基于遗传算法参数优化的PCNN红外图像分割[J]. 强激光与粒子束, 2015, 27: 051007. doi: 10.11884/HPLPB201527.051007
Qu Shiru, Yang Honghong. Infrared image segmentation based on PCNN with genetic algorithm parameter optimization[J]. High Power Laser and Particle Beams, 2015, 27: 051007. doi: 10.11884/HPLPB201527.051007
Citation: Qu Shiru, Yang Honghong. Infrared image segmentation based on PCNN with genetic algorithm parameter optimization[J]. High Power Laser and Particle Beams, 2015, 27: 051007. doi: 10.11884/HPLPB201527.051007

目录

    /

    返回文章
    返回