Unit-Linking PCNN中的彩色图像边缘检测

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (17): 188-191.

• 图形、图像、模式识别 • 上一篇下一篇

Unit-Linking PCNN中的彩色图像边缘检测

薛锦树，聂仁灿，周冬明，赵东风

云南大学信息学院通信工程系，昆明 650091

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-06-11 发布日期:2011-06-11

Color image edge detection using Unit-Linking PCNN

XUE Jinshu，NIE Rencan，ZHOU Dongming，ZHAO Dongfeng

Department of Communication Engineering，Information College，Yunnan University，Kunming 650091，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-06-11 Published:2011-06-11

摘要/Abstract

摘要： PCNN模型具有相似群神经元同步发放脉冲的特性，适合于图像分割。对彩色图像的亮度分量进行对数变换，使其更符合人眼的视觉特性;在PCNN进行彩色图像R、G、B三分量分割的过程中，利用遗传算法进行神经元关键参数的选择，利用偏态指标进行迭代控制;在Unit-Linking PCNN模型中实现R、G、B三分量分割图的边缘检测，利用加权合并策略得到最终的边缘检测结果。仿真结果表明，该方法得到的结果体现了图像中更多的轮廓细节，具有很好的自适应性。

关键词: Unit-Linking脉冲耦合神经网络, RGB空间, 彩色图像分割, 彩色图像边缘检测

Abstract: PCNN model has similar group neurons synchronization release pulse characteristic，appropriate for the image segmentation.Logarithmic transformation is done to the brightness component of color images to make color image much more fit for human’s visual characteristic;during the process of PCNN segmenting R、G、B three-components of color image，key parameters of the neuron are chosen by using genetic algorithm and iteration control is done through bias-normal distribution index;in the Unit-Linking PCNN model edge detection of R、G、B three-components segmentation image is achieved，and the final result of edge detection is acquired by using weighted merging strategy.The simulation results show that，the result can reflect more image outline and details，and the method has good adaptability.

Key words: Unit-Linking Pulse Coupled Neural Network（Unit-Linking PCNN）, RGB space, color image segmentation, color image edge detection

薛锦树，聂仁灿，周冬明，赵东风. Unit-Linking PCNN中的彩色图像边缘检测[J]. 计算机工程与应用, 2011, 47(17): 188-191.

XUE Jinshu，NIE Rencan，ZHOU Dongming，ZHAO Dongfeng. Color image edge detection using Unit-Linking PCNN[J]. Computer Engineering and Applications, 2011, 47(17): 188-191.

[1]	黄娟，梅浙川，黄小明. 融合区域合并和Graph Cuts的彩色图像分割方法[J]. 计算机工程与应用, 2016, 52(17): 225-228.
[2]	徐天芝，张贵仓，贾园. 基于形态学梯度的分水岭彩色图像分割[J]. 计算机工程与应用, 2016, 52(11): 200-203.
[3]	刘俊1，马燕1，陈坤1，李顺宝2. 融合多颜色空间分量的自适应彩色图像分割[J]. 计算机工程与应用, 2014, 50(5): 185-189.
[4]	程欣，赵景秀. 基于颜色三角形信息量的彩色图像边缘检测[J]. 计算机工程与应用, 2014, 50(10): 152-155.
[5]	孔德运，薛月菊，毛亮，王楷，陈汉鸣，黄珂，陈瑶. 基于蚁群和带空间约束FCM的荔枝图像分割算法[J]. 计算机工程与应用, 2013, 49(7): 187-190.
[6]	陈坤，马燕，李顺宝. 融合直方图阈值和K-均值的彩色图像分割方法[J]. 计算机工程与应用, 2013, 49(4): 170-173.
[7]	王亚荣，徐秋平. 基于窄带图割的交互式快速目标提取[J]. 计算机工程与应用, 2013, 49(3): 226-229.
[8]	柳佳雯1，梁光明2，刘任任1，谢雅婷1，丁建文3. 融合加窗色调直方图的彩色图像FCM分割算法[J]. 计算机工程与应用, 2013, 49(3): 230-233.
[9]	邹继杰1，唐平1，张毅2，罗鹏3，江小平4，汪婷1. 空间模糊C均值聚类的神经切片图像分割方法[J]. 计算机工程与应用, 2012, 48(32): 164-169.
[10]	张长青，葛文英，刘国英. 一种基于区域分级合并的彩色图像分割方法[J]. 计算机工程与应用, 2012, 48(17): 203-206.
[11]	刘彬，王朝英，侯志强. 融合聚类和分级区域合并的彩色图像分割方法[J]. 计算机工程与应用, 2011, 47(30): 202-205.
[12]	陈骥思，余艳梅，殷宇，滕奇志. 自适应快速FCM彩色图像分割研究[J]. 计算机工程与应用, 2010, 46(7): 178-180.
[13]	王朝英¹，李光¹，侯志强¹，林南章². 融合mean shift和区域显著性的彩色图像分割算法[J]. 计算机工程与应用, 2010, 46(28): 181-184.
[14]	杜海顺^1，2，汪凤泉². 一种快速的模糊C均值聚类彩色图像分割方法[J]. 计算机工程与应用, 2009, 45(33): 138-140.
[15]	潘红艳. 融合均值漂移和区域合并的彩色图像分割方法[J]. 计算机工程与应用, 2009, 45(22): 156-158.

Unit-Linking PCNN中的彩色图像边缘检测

Color image edge detection using Unit-Linking PCNN

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