论文部分内容阅读
脉冲耦合神经网络(PCNN)是模拟哺乳动物视觉神经的传导特性而提出的数学模型,和传统的人工神经网络有着本质上的区别,在数字图像分割中已经有了广泛应用。图像熵是图像中信息量大小的度量,具有空间特性的图像二维熵比图像一维熵所能表达的信息更加精确。PCNN每一次的迭代结果都是一个分割图像,当其二维熵越大时,对应的图像分割效果越好。但是,PCNN的有一个缺陷,必须要通过一步步实验得到结果,因此提出了一种基于PCNN迭代结果的最大二维熵的自适应算法。实验表明,该方法可自动获得效果较好的分割结果。