基于自约束PCNN的红外图像区域分割方法

摘要

针对红外图像中目标区与背景区的划分问题，提出了一种基于自约束脉冲耦合神经网络(PCNN)的区域分割方法。首先在PCNN神经元模型中引入自约束限定函数，利用自约束因式调节像素清晰度与神经元历史连接强度之间的关系，并通过抖动调节因子改变连接强度的变化幅度，使连接强度迭代更新。再将PCNN每次迭代后点火的神经元对应像素作为目标，未点火的神经元对应像素作为背景，生成二值图像序列，最后通过区域对比度准则判定最佳分割结果。实验结果表明，该方法的分割效果明显优于最大熵阂值法和常规PCNN分割方法，能够更准确的反映图像区域特征信息，是一种有效的红外图像的区域分割方法。