论文部分内容阅读
脉冲耦合神经网络（PCNN）已广泛应用于图像分割领域,但其参数众多,计算复杂,迭代次数需人工判别,且对低对比度的图像分割效果不理想.针对这些情况提出了算法改进,首先将PCNN的参数简化为单参数可调,然后将图像对比度作为新的判断因子加入最大类间方差（OTSU）的判别式中,以判断PCNN迭代的停止时间.最后利用PCNN的同步点火机制,设计出一种新的双向PCNN算法,对图像分割结果进行优化,去除孤立的噪点,同时使分割边缘更加清晰.计算机仿真结果表明,该方法具有较好的图像分割效果和较强的适应性.