自适应红外行人图像PCNN分割算法

自适应红外行人图像PCNN分割算法
张嘉瑛;贺兴时;于青林
【期刊名称】《电光与控制》
【年(卷),期】2022(29)8
【摘要】为了解决脉冲耦合神经网络(PCNN)在图像分割中存在红外图像噪声适应性差、分割结果精度差和参数确定复杂的问题,提出了一种结合多尺度高斯核和粒子群优化(PSO)的自适应分割(AGK-PCNN)算法。

首先基于简化PCNN模型进行输入图像的全局耦合和脉冲同步,利用各向异性高斯核的特性设计了权重矩阵,有效地抑制红外噪声,且结合粒子群算法自适应调整不同图像的模型关键参数达到最优分割效果。

最后同最大类间方差法、自适应高斯阈值分割方法、SCM分割方法等进行视觉效果对比,使用IoU和Dice得分等对分割图像进行定量比较,结果表明,无论是从主观视觉还是客观指标,本文方法的分割效果均优于其他对比方法。

【总页数】7页(P107-113)
【作者】张嘉瑛;贺兴时;于青林
【作者单位】西安工程大学;汤普森河大学数学与统计学系 0C8
【正文语种】中文
【中图分类】TP391
【相关文献】
1.自适应分层阈值的简化PCNN红外人体图像分割
2.基于遗传算法参数优化的PCNN红外图像分割
3.基于超像素的快速MRF红外行人图像分割算法
4.基于改进
型PCNN的不规则图像自适应分割算法研究5.优化的PCNN自适应三维图像分割算法
因版权原因，仅展示原文概要，查看原文内容请购买。