基于pcnn和otsu的图像分割算法研究

《基于pcnn和otsu的图像分割算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士研究生学位论文新疆大学论文题目（中文）：基于PCNN和Otsu的图像分割算法研究论文题目（英文）：theStudyofImageSegmentationAlgorithmBasedonPCNNandOtsuMethod研究生姓名：张松学科、专业：工学、信号与信息处理研究方向：数字图像处理导师姓名职称：汪烈军教授论文答辩日期2016年5月日学位授予日期2016年6月日新疆大学硕士学位论文摘要图像分割是一种基础性操作，其主要作用是将图像中有用的部分提取出来，以便对图像进一步分析和处理，这也是一种对图像数据的压缩，是图像处理的关键。近年来，学者们提出的各类算法促进了图像分割技术的进一步发展，尤

2、其是精度和效率有了大幅提高，但仍然需要继续改进。最大类间方差法(Otsu)是阈值法中最经典的方法，而二维Otsu算法改进了一维Otsu抗噪性不佳以及鲁棒性不强等问题，但随着维度的增加算法效率大幅降低，难以用于实时处理。另外脉冲耦合神经网络(PCNN)模型是一种新型神经网络模型，其浓厚的生物学背景使得在图像分割领域有先天的优势，分割效果优于传统算法，但也存在参数较多，迭代终止条件难以确定等问题。本文针对这些问题进行改进，并通过实验仿真验证了算法的有效性。（1）本文采用模拟自然现象的螺旋优化算法来改进二维Otsu算法的运算效率，相比其它优化算法，分割效率更好，同时算法只需设定两个参数，而这两个参

3、数通常不需要改变，是一种可行的自动快速分割算法。（2）本文在简化PCNN模型的基础上，寻找一种更适合该模型的迭代判别式，使得该模型的适应度更广。新的判别式是在Otsu算法的基础上，加入了图像对比度作为判别因子，对于对比度较低的图像分割有很好的判别。（3）针对分割后的图片不够纯净，存在孤立噪点以及边缘不够清晰这些情况，提出一种双向PCNN模型，该模型能够双向同时进行脉冲传播，不仅能捕获邻域点火，也能捕获邻域灭火，只需一次迭代就能去除噪点，并且能使边缘更加清晰，能够很好的提升最终分割效果。关键词：图像分割；最大类间方差法；脉冲耦合神经网络；螺旋优化；阈值I新疆大学硕士学位论文AbstractIm

4、agesegmentationisabasicoperation,anditsmainroleistoextracttheusefulpartoftheimage,inordertofurtheranalysisandimageprocessing,Thisistocompresstheimagedata,andisthebasisofimageanalysis.Inrecentyears,scholarshaveproposedvariousalgorithmstopromotethefurtherdevelopmentofimagesegmentation,especiallyinacc

5、uracyandefficiencyhasbeengreatlyimproved,buttherearestillsomeshortcomingsneedtobeimproved.Maximumbetweenclassvariance(Otsu)istheclassicalmethodinthethresholdmethod,andthetwodimensionalOtsualgorithmhasimprovedtheantinoiseperformanceandrobustnessofonedimensionalOtsu.Buttheefficiencyofthealgorithmisgr

6、eatlyreducedwiththeincreaseofthedimension,whichisdifficulttobeusedinrealtimeprocessing.Inadditionthepulsecoupledneuralnetworks(PCNN)isanewtypeofneuralnetworkmodel,thestrongbiologicalbackgroundmakesinthefieldofimagesegmentationhasinherentadvantages,thesegmentationeffectissuperiortothetraditionalalgo

7、rithms,buttherearealsomanyparametersanditerationterminationconditionisdifficulttoidentifysuchproblems.Inthispaper,severalimprovedalgorithmsareproposed,andtheeffectivenessofthealgorithmisverifiedbyexperiment