基于遗传算法参数优化的PCNN红外图像分割

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

文章导航 > 强激光与粒子束 > 2015 > 27: 051007

上一篇

下一篇

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

曲仕茹,
杨红红^,

1.
西北工业大学自动化学院, 西安 71 0072

通讯作者:
杨红红

Infrared image segmentation based on PCNN with genetic algorithm parameter optimization

Qu Shiru,
Yang Honghong^,

1.
School of Automation,Northwestern Polytechnical University,Xi’an 710072,China

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。
- 红外图像 /
- 遗传算法 /
- 脉冲耦合神经网络 /
- 参数优化 /
- 图像分割
Abstract: A PCNN infrared image segmentation algorithm based on genetic algorithm parameter optimization is proposed. The algorithm first carries out the ignition process for input images using PCNN global coupling and pulse synchronization. Entropy is calculated according to the PCNN output and used for the fitness function of genetic algorithm. The entropy change is used as the convergence criterion of genetic algorithm. Combination of optimization is made for parameters effecting image segmentation in PCNN model. To find the optimal values of key parameters biological visual characteristics of PCNN and solution space random search of the genetic algorithm are adopted. Combination of genetic algorithm and PCNN can make full use of the advantages. Compared with OTSU, maximum entropy histogram segmentation algorithm and PCNN segmentation method, quantitative analysis is conducted for the image after segmentation using cross entropy and region contrast objective index. Simulation results show that, judging either by subjective vision or by objective index, the proposed method is superior to other comparative method in segmentation effect.
- infrared image /
- genetic algorithm /
- pulse coupled neural network /
- parameter optimization /
- image segmentation

[1]	蔡青, 刘慧英, 周三平, 孙景峰. 基于局部和全局信息的自适应水平集图像分割 . 强激光与粒子束, 2017, 29(02): 021003-. doi: 10.11884/HPLPB201729.160432
[2]	黄杰, 李文强, 丁铭. 遗传算法在柱状高温气冷堆换料优化问题中的应用 . 强激光与粒子束, 2017, 29(01): 016002-. doi: 10.11884/HPLPB201729.160181
[3]	危才华, 张小琳, 刘军, 管永红. 基于马尔可夫随机场的闪光图像分割 . 强激光与粒子束, 2016, 28(12): 124001-. doi: 10.11884/HPLPB201628.160148
[4]	游安清, 王磊, 张蓉, 宋海峰. 图像中近圆形对象的一种识别方法 . 强激光与粒子束, 2015, 27(12): 121004-. doi: 10.11884/HPLPB201527.121004
[5]	白瑞杰, 廖成, 张青洪, 盛楠, 周海京, 刘强. 复杂地理环境的图像分割及电波传播特性 . 强激光与粒子束, 2015, 27(10): 103214-. doi: 10.11884/HPLPB201527.103214
[6]	杨勇, 冷用斌, 王宝鹏. 多束团模式下束流位置频谱模型及参数获取算法 . 强激光与粒子束, 2014, 26(08): 085103-. doi: 10.11884/HPLPB201426.085103
[7]	王冬冬, 张炜, 陶胜杰, 田干, 杨正伟. 支持向量机方法在热波检测图像分割中的应用 . 强激光与粒子束, 2014, 26(10): 101019-. doi: 10.11884/HPLPB201426.101019
[8]	郭赟, 鲁军勇, 关晓存, 张晓, 谭赛. 基于遗传算法的同步感应线圈发射装置参数优化 . 强激光与粒子束, 2014, 26(11): 115008-. doi: 10.11884/HPLPB201426.115008
[9]	贺明, 王亚弟, 王新赛, 路建方, 张艺, 李志军. 极值温差红外图像的自适应双局部增强算法 . 强激光与粒子束, 2014, 26(08): 081006-. doi: 10.11884/HPLPB201426.081006
[10]	吴福源, 张凤娜, 高永凤, 陶仕达, 王云海, 贾清刚, 胡华四. 高能γ探测系统中的光耦合部件参数优化 . 强激光与粒子束, 2013, 25(01): 169-172. doi: 10.3788/HPLPB20132501.0169
[11]	白宏刚, 张建奇, 王晓蕊. 基于波原子变换的红外复杂背景杂波抑制算法 . 强激光与粒子束, 2013, 25(01): 37-41. doi: 10.3788/HPLPB20132501.0037
[12]	王强, 赵海龙, 代志勇, 孙文遂, 谢龙, 王文斗. 直线感应加速器输运磁场遗传算法优化 . 强激光与粒子束, 2013, 25(05): 1256-1260. doi: 10.3788/HPLPB20132505.1256
[13]	张馨, 赵源萌, 张存林. 被动式太赫兹图像分割算法 . 强激光与粒子束, 2013, 25(06): 1597-1600. doi: 10.3788/HPLPB20132506.1597
[14]	徐东, 彭真明. 基于C-V模型的改进快速水平集图像分割法 . 强激光与粒子束, 2012, 24(12): 2817-2821. doi: 10.3788/HPLPB20122412.2817
[15]	黄永林, 叶玉堂, 乔闹生, 陈镇龙. 基于快速模糊C均值聚类算法的红外图像分割 . 强激光与粒子束, 2011, 23(06): 0- .
[16]	景越峰, 张小琳, 管永红. 基于水平集的闪光照相图像分割算法 . 强激光与粒子束, 2010, 22(01): 0- .
[17]	李凡, 刘上乾, 洪鸣, 秦翰林. 基于人工蚁群的红外图像分割算法 . 强激光与粒子束, 2010, 22(05): 0- .
[18]	彭真明, 蒋彪, 肖峻. 基于脉冲耦合神经网络的空中扩展目标检测 . 强激光与粒子束, 2007, 19(12): 0- .
[19]	方亮, 陆佳佳, 叶玉堂, 杨先明, 成志强. 一种基于Mumford-Shah模型的红外图像边缘检测方法 . 强激光与粒子束, 2007, 19(04): 0- .
[20]	易亨瑜, , 叶一东, 吕百达. 一种基于光学干涉原理的图像分割方法 . 强激光与粒子束, 2004, 16(03): 0- .

WeChat

点击查看大图

计量

文章访问数: 708
HTML全文浏览量: 167
PDF下载量: 384
被引次数: 0

基于遗传算法参数优化的PCNN红外图像分割

doi: 10.11884/HPLPB201527.051007

曲仕茹,
杨红红^,

1. 西北工业大学自动化学院, 西安 71 0072

通讯作者: 杨红红

收稿日期: 2014-09-22
修回日期: 2015-02-02
刊出日期: 2015-04-24

关键词:

脉冲耦合神经网络 /

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

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

版权所有 © 2014 中国工程物理研究院科技信息中心蜀ICP备06003668号

通信地址: 四川省绵阳919信箱805分信箱 (621900)刊社地址: 四川省绵阳市游仙区科学城科技信息中心电话: 0816-2485753传真：0816-2483701Email：HPLPB@caep.cn

本系统由北京仁和汇智信息技术有限公司开发技术支持: info@rhhz.net