一种改进型脉冲耦合神经网络及其图像分割

摘要

文章结合人类视觉系统(HVS)对图像各个区域敏感度不同这一特性,对通常的脉冲耦合神经网络模型(PC-NN--Pulse Coupled Neural Network)进行了改进,分析了改进模型的特性及其参数优化原理,提出了一种基于这种改进PCNN的图像分割算法.该算法可根据像素周边区域的灰度梯度大小发放不同值的脉中,从而自适应地将图像分为多个不同等级的高低信息区域,较好地仿真了人类视觉系统特性.并将该算法应用于图像压缩,在压缩比和重建图像主观视觉感知质量上均达到了较好的性能.