摘要:ICM模型(Intersecting Cortical Model)是一种简化的脉冲耦合神经网络(Pulse Couled Neural Network,PCNN),ICM模型图像分割的效果取决于ICM模型中各个参数的合理选择,这一般需要通过多次实验获得.而粒子群优化算法(Particle Swarm Optimization,PSO)具有对参数自动寻优的优势,为此,将PSO和ICM模型相结合,以改进的最大类间方差准则函数为适应度函数,提出了一种新的基于PSO和ICM模型图像自动分割算法.实验仿真结果验证了该方法的有效性,即不仅可以正确的实现图像分割,而且参数可以自动设置省去了人工实验的麻烦,同时分割速度也有所提高.