用全局稳定FCHNN在CIELab色彩空间进行图像分割

doi:10.3778/j.issn.1002-8331.2010.12.043

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (12): 146-148.DOI: 10.3778/j.issn.1002-8331.2010.12.043

• 图形、图像、模式识别 • 上一篇下一篇

用全局稳定FCHNN在CIELab色彩空间进行图像分割

刘春波¹，王会进¹，罗志平²，苏锦钿²

1.暨南大学信息科学技术学院计算机系，广州 510632
2.华南理工大学计算机科学与工程学院软件开发环境和信息系统集成实验室，广州 510006

收稿日期:2008-10-10 修回日期:2009-01-13 出版日期:2010-04-21 发布日期:2010-04-21
通讯作者: 刘春波

Using globle stable FCHNN for image segmentation based on CIELab color space

LIU Chun-bo¹，WANG Hui-jin¹，LUO Zhi-ping²，SU Jin-tian²

1.Department of Computer，College of Information Science and Technology，Jinan University，Guangzhou 510632，China
2.Lab of SDII，School of Computer Science and Engineering，South China of Technology，Guangzhou 510006，China

Received:2008-10-10 Revised:2009-01-13 Online:2010-04-21 Published:2010-04-21
Contact: LIU Chun-bo

摘要/Abstract

摘要：

在张星明等人所做工作的基础上，进一步从李雅普诺夫稳定性原理出发，改进性地设计了具有全局渐进稳定性和全局指数稳定性的模糊竞争Hopfield神经网络（简称GS-FCHNN），用GS-FCHNN进行彩色图像分割，从彩色图像在CIELab空间的色彩分布图获得具有明显色差的色彩值，取该值作为模糊核，从而为神经元建立基于最大隶属度原则的状态函数，实现彩色图像的模糊聚类，达到图像目标分割的目的。实验结果表明：较FCHNN算法，运算时间有明显加快，分割效果不受色彩分布的复杂度的影响，对高斯噪声的自适应能力得到进一步加强。

Abstract: According to the research results of Zhang，an advanced Globle Stable Fuzzy Competitive Hopfield Neural Network is proposed.Using the GS-FCHNN for color image sementation，take the value with obvious color difference in CIELab as fuzzy nuclear，then construct the membership function based on the principle of maximum degree of membership for all neurons，realize image segmentation based on color image fuzzy clustering.The experiment results indicate that the algorithm is better than Zhang，the effect of segmentation will not be interfered for complicated color distribution image，get more speed，better adaptive ability to Gaussian noise.

中图分类号:

TP183

刘春波¹，王会进¹，罗志平²，苏锦钿². 用全局稳定FCHNN在CIELab色彩空间进行图像分割[J]. 计算机工程与应用, 2010, 46(12): 146-148.

LIU Chun-bo¹，WANG Hui-jin¹，LUO Zhi-ping²，SU Jin-tian². Using globle stable FCHNN for image segmentation based on CIELab color space[J]. Computer Engineering and Applications, 2010, 46(12): 146-148.

[1]	张雨浓¹，郭东生¹，谭宁². 幂激励前向神经网络最优结构确定算法[J]. 计算机工程与应用, 2011, 47(2): 29-31.
[2]	谢铮桂^1，2，钟少丹^1，2，韦玉科². 改进的粒子群算法及收敛性分析[J]. 计算机工程与应用, 2011, 47(1): 46-49.
[3]	缪新颖^1，2，褚金奎¹，杜小文¹. LM-BP神经网络在大坝变形预测中的应用[J]. 计算机工程与应用, 2011, 47(1): 220-222.
[4]	孙彬^1，2，李铁克^1，2，王柏琳^1，2. 基于股票市场灵敏度分析的神经网络预测模型[J]. 计算机工程与应用, 2011, 47(1): 26-31.
[5]	向昌盛¹，张林峰². 混沌时间序列预测模型参数同步优化[J]. 计算机工程与应用, 2011, 47(1): 4-7.
[6]	邱龙金¹，贺昌政². 神经网络稳定性的交叉验证模型[J]. 计算机工程与应用, 2010, 46(34): 43-45.
[7]	吕俊，高慧萍，杨慧. 递阶遗传粒子群算法在神经网络设计中的应用[J]. 计算机工程与应用, 2010, 46(33): 227-229.
[8]	麦其鹏¹，吴艳华²，李续娥¹. 性味归经与抗衰老药效的BP神经网络研究[J]. 计算机工程与应用, 2010, 46(32): 220-223.
[9]	王华秋¹，廖晓峰². 非线性量化CMAC研究与应用[J]. 计算机工程与应用, 2010, 46(28): 218-221.
[10]	张坤¹，郁湧²，李彤². 小波神经网络在黄金价格预测中的应用[J]. 计算机工程与应用, 2010, 46(27): 224-226.
[11]	陈刚¹，杜树新¹，江丽²，李晨²，蔡婧². 基于神经网络的氟石粉液化模型分析[J]. 计算机工程与应用, 2010, 46(26): 245-248.
[12]	王龙^1，2，李晓光¹，周翰逊¹. 模拟电路故障的分布式诊断算法[J]. 计算机工程与应用, 2010, 46(26): 11-13.
[13]	王成全. 基于二维云模型的规则提取算法研究[J]. 计算机工程与应用, 2010, 46(26): 46-48.
[14]	王芬^1，2，吴怀宇¹. BAM神经网络周期解的存在性与稳定性[J]. 计算机工程与应用, 2010, 46(24): 15-18.
[15]	杨静俐，杜廷松. 求解线性约束的二次规划神经网络学习新算法[J]. 计算机工程与应用, 2010, 46(24): 37-39.

用全局稳定FCHNN在CIELab色彩空间进行图像分割

Using globle stable FCHNN for image segmentation based on CIELab color space

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics