一种基于脉冲耦合神经网络和图像熵的自动图像分割方法

O236; 90年代发展形成的脉冲耦合神经网络(PCNN)模型特别适合于图像分割、边缘提取等方面的应用研究,但众所周知,PCNN模型图像分割效果不但取决于PCNN模型中各个参数的合理选择,而且同时还取决于循环迭代次数的确定选择准则,通常循环迭代次数N的选择通过人工交互方式来确定.正因如此选择合适的准则来确定N是PCNN图像分割的关键,但目前还没有文献提出一个合适的准则来解决这个问题.本文结合图像统计特性和PCNN参数模型提出了熵值最大准则.该准则实现了PCNN神经网络的自动图像分割.对于PCNN的理论研究和实际应用具有非常重要的现实意义....

Full description

Saved in:
Bibliographic Details
Published inTongxin Xuebao Vol. 23; no. 1; pp. 46 - 51
Main Authors 马义德, 戴若兰, 李廉
Format Journal Article
LanguageChinese
Published 兰州大学,干旱生态国家重点实验室,甘肃,兰州,730000 2002
兰州大学,信息科学与工程学院,甘肃,兰州,730000%兰州大学,干旱生态国家重点实验室,甘肃,兰州,730000%兰州大学,信息科学与工程学院,甘肃,兰州,730000
Editorial Department of Journal on Communications
Subjects
Online AccessGet full text
ISSN1000-436X
DOI10.3321/j.issn:1000-436X.2002.01.007

Cover

Abstract O236; 90年代发展形成的脉冲耦合神经网络(PCNN)模型特别适合于图像分割、边缘提取等方面的应用研究,但众所周知,PCNN模型图像分割效果不但取决于PCNN模型中各个参数的合理选择,而且同时还取决于循环迭代次数的确定选择准则,通常循环迭代次数N的选择通过人工交互方式来确定.正因如此选择合适的准则来确定N是PCNN图像分割的关键,但目前还没有文献提出一个合适的准则来解决这个问题.本文结合图像统计特性和PCNN参数模型提出了熵值最大准则.该准则实现了PCNN神经网络的自动图像分割.对于PCNN的理论研究和实际应用具有非常重要的现实意义.
AbstractList O236; 90年代发展形成的脉冲耦合神经网络(PCNN)模型特别适合于图像分割、边缘提取等方面的应用研究,但众所周知,PCNN模型图像分割效果不但取决于PCNN模型中各个参数的合理选择,而且同时还取决于循环迭代次数的确定选择准则,通常循环迭代次数N的选择通过人工交互方式来确定.正因如此选择合适的准则来确定N是PCNN图像分割的关键,但目前还没有文献提出一个合适的准则来解决这个问题.本文结合图像统计特性和PCNN参数模型提出了熵值最大准则.该准则实现了PCNN神经网络的自动图像分割.对于PCNN的理论研究和实际应用具有非常重要的现实意义.
Author 马义德
李廉
戴若兰
AuthorAffiliation 兰州大学,干旱生态国家重点实验室,甘肃,兰州,730000;兰州大学,信息科学与工程学院,甘肃,兰州,730000%兰州大学,干旱生态国家重点实验室,甘肃,兰州,730000%兰州大学,信息科学与工程学院,甘肃,兰州,730000
AuthorAffiliation_xml – name: 兰州大学,干旱生态国家重点实验室,甘肃,兰州,730000;兰州大学,信息科学与工程学院,甘肃,兰州,730000%兰州大学,干旱生态国家重点实验室,甘肃,兰州,730000%兰州大学,信息科学与工程学院,甘肃,兰州,730000
Author_xml – sequence: 1
  fullname: 马义德
– sequence: 2
  fullname: 戴若兰
– sequence: 3
  fullname: 李廉
BookMark eNo9kMtKw0AYhWehYL28hS4T_5lJMok7ES_FghsFd2GSyZQUTSRR1F3BUlvxDrpQ0ZUXXFYErejTdJo-htGKq3P4Fh-HM4wGojgKEBrHoFNK8GRFD9M0msIAoBnUWtUJANEB6wBsABX--RAaS9PQAxNTZgHFBbTYeatmj0fqrt1pH_dqTVVv9aoP6rSR3d9mHyfZ51n2caPOD9X1l9o7yeqv2VWtt_-sDp76RDXqqtnqXr53Xy5G0aDka2kw9pcjaGVudnlmQSstzRdnpkuajwlhmmn7QmDMfCkJhpxZwsyb4IJbnAXEkpaPHZ8ZhrRMAxwqA4vYgtgEqLRpQEdQse8VMa-4G0m4zpNdN-ah-wvipOzyZDP01wKXedw2KbBAUGpg4TvCMRlhjgSJvXxN7prou7Z5JHlUdivxVhLl693NnR3v50bI32P0G8tlhRQ
ClassificationCodes O236
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2B.
4A8
92I
93N
PSX
TCJ
DOA
DOI 10.3321/j.issn:1000-436X.2002.01.007
DatabaseName Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DOAJ Directory of Open Access Journals
DatabaseTitleList
Database_xml – sequence: 1
  dbid: DOA
  name: DOAJ (Directory of Open Access Journals)
  url: https://www.doaj.org/
  sourceTypes: Open Website
DeliveryMethod fulltext_linktorsrc
DocumentTitle_FL Automated image segmentation using pulse coupled neural networks and image's entropy
EndPage 51
ExternalDocumentID oai_doaj_org_article_7ba85307ed3341dc9d957279f0f1b122
txxb200201007
GrantInformation_xml – fundername: 国家自然科学基金; 甘肃省自然科学基金
  funderid: (39770375); (ZS001-A25-008-Z)
GroupedDBID -0Y
2B.
4A8
92I
93N
ALMA_UNASSIGNED_HOLDINGS
CCEZO
CUBFJ
GROUPED_DOAJ
PSX
TCJ
ID FETCH-LOGICAL-c1227-58cdd117cff210c126d5f21dada6a7e26f6c19c744f654093fe628d28203f83e3
IEDL.DBID DOA
ISSN 1000-436X
IngestDate Wed Aug 27 01:14:31 EDT 2025
Thu May 29 03:59:49 EDT 2025
IsDoiOpenAccess true
IsOpenAccess true
IsPeerReviewed false
IsScholarly true
Issue 1
Keywords 图像分割
脉冲耦合神经网络

统计特性
Language Chinese
LinkModel DirectLink
MergedId FETCHMERGED-LOGICAL-c1227-58cdd117cff210c126d5f21dada6a7e26f6c19c744f654093fe628d28203f83e3
OpenAccessLink https://doaj.org/article/7ba85307ed3341dc9d957279f0f1b122
PageCount 6
ParticipantIDs doaj_primary_oai_doaj_org_article_7ba85307ed3341dc9d957279f0f1b122
wanfang_journals_txxb200201007
PublicationCentury 2000
PublicationDate 2002
2002-01-01
PublicationDateYYYYMMDD 2002-01-01
PublicationDate_xml – year: 2002
  text: 2002
PublicationDecade 2000
PublicationTitle Tongxin Xuebao
PublicationTitle_FL JOURNAL OF CHINA INSTITUTE OF COMMUNICATIONS
PublicationYear 2002
Publisher 兰州大学,干旱生态国家重点实验室,甘肃,兰州,730000
兰州大学,信息科学与工程学院,甘肃,兰州,730000%兰州大学,干旱生态国家重点实验室,甘肃,兰州,730000%兰州大学,信息科学与工程学院,甘肃,兰州,730000
Editorial Department of Journal on Communications
Publisher_xml – name: 兰州大学,干旱生态国家重点实验室,甘肃,兰州,730000
– name: 兰州大学,信息科学与工程学院,甘肃,兰州,730000%兰州大学,干旱生态国家重点实验室,甘肃,兰州,730000%兰州大学,信息科学与工程学院,甘肃,兰州,730000
– name: Editorial Department of Journal on Communications
SSID ssib051376031
ssj0002912165
ssib058759023
ssib001102965
ssib023646527
ssib023168036
ssib036439991
ssib050281523
ssib000968473
Score 1.5830098
Snippet O236;...
SourceID doaj
wanfang
SourceType Open Website
Aggregation Database
StartPage 46
Title 一种基于脉冲耦合神经网络和图像熵的自动图像分割方法
URI https://d.wanfangdata.com.cn/periodical/txxb200201007
https://doaj.org/article/7ba85307ed3341dc9d957279f0f1b122
Volume 23
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwrV3PaxQxFA7SQ_EiihWrtfTQ62B-TDKT3mppKUo9tbC3IZkk9bSKrlA8SKFlbYtaLehBRU_9gceKoC361zSd_TP6khl29-bFyzCTYTLweMn3veTlfQhNB0qriXaJlYQlKVCARGplE20zjF2prYnbBUsPxeJKer_FW0NSXyEnrC4PXBvubqYVIArOrGEw4ZpSwseAudJhRzShcfbFEg8FUw0xh2l3-MQopnKwn0eDXBNmYvAsUsFpH4hZwGk5qCLDAYUB6Pr9cRJySQb7ZxxYv2zUdyIGUEkoiTqWYf08SZlojaLpECIzGtKIwgCf6b-KmRKxemhQtY3aAfEMUdup9uoQ3C1cRVcanjo1W9vnGrr04tF19ODs13p1-MZ_Ozk7edvb3Pbd4976gX-3Ve1_rU53qz_vq9Mvfu-1__zXb-xW3Z_Vp83eq-9-56hu8Vtdv318_vH3-Y8PY2hlYX55bjFp1BiSEsycJTwvjSEkK52DMBHahOFwZ5RRQmWWCidKIsssTZ0AGiiZs4LmBkI6zFzOLLuBRtqP2_YmmlIKwkghM-ucSXMKHfBQCywnikpccjWO7gUbFE_qghtFKIEdG8AxisYxin85xjiabCxYNMPyWdFZW9PB1jjkhtz6H3-5jS5HfZi4KDOBRjpPn9s7QFM6ejJ6JFyXXs5fAMwB7VA
linkProvider Directory of Open Access Journals
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E4%B8%80%E7%A7%8D%E5%9F%BA%E4%BA%8E%E8%84%89%E5%86%B2%E8%80%A6%E5%90%88%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E5%92%8C%E5%9B%BE%E5%83%8F%E7%86%B5%E7%9A%84%E8%87%AA%E5%8A%A8%E5%9B%BE%E5%83%8F%E5%88%86%E5%89%B2%E6%96%B9%E6%B3%95&rft.jtitle=%E9%80%9A%E4%BF%A1%E5%AD%A6%E6%8A%A5&rft.au=%E9%A9%AC%E4%B9%89%E5%BE%B7&rft.au=%E6%88%B4%E8%8B%A5%E5%85%B0&rft.au=%E6%9D%8E%E5%BB%89&rft.date=2002&rft.pub=%E5%85%B0%E5%B7%9E%E5%A4%A7%E5%AD%A6%2C%E5%B9%B2%E6%97%B1%E7%94%9F%E6%80%81%E5%9B%BD%E5%AE%B6%E9%87%8D%E7%82%B9%E5%AE%9E%E9%AA%8C%E5%AE%A4%2C%E7%94%98%E8%82%83%2C%E5%85%B0%E5%B7%9E%2C730000&rft.issn=1000-436X&rft.volume=23&rft.issue=1&rft.spage=46&rft.epage=51&rft_id=info:doi/10.3321%2Fj.issn%3A1000-436X.2002.01.007&rft.externalDocID=txxb200201007
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Ftxxb%2Ftxxb.jpg