论文部分内容阅读
提出了一种基于修正交叉视觉皮质模型(MICM)的图像自适应分割新方法.根据待分割图像的自身特性,自适应地设定参数,并以互信息量为目标函数选取最佳分割结果.该方法解决了针对不同的图像需要人工设定交叉皮质模型(ICM)参数和需要人工选取最佳分割结果的2个问题.实验结果表明,与通过大量实验获得模型参数的脉冲耦合神经网络(PCNN)基本模型和ICM基本模型相比,MICM与其综合评价函数值相近;与模糊聚类分割算法和最大类间方差(OTSU)算法相比,MICM算法有较明显的视觉优势,并且其综合评价函数值也分别提高