Inhibitory Connected Pulse Coupled Neural Network を用いたカラー画像セグメンテ⊥ションにおける入力画像依存性

摘要

The image segementation is effective technic to extract objects from an image. In conventional method, initialization that depends on the input image's feature is necessary to the image segmentation. Initialization as well as conventional method is unnecessary for image segmentation using Pulse Coupled Neural Network(PCNN). We had proposed the Inhibitory Connected PCNN(IC-PCNN) as the extended PCNN model for color image processing. Also, in our previous study, We showed that the optimization of inhibitory connections lead to the accarate color image segmentation using IC-PCNN. However, the optimization of inhibitory connections that depend on the image is required for color image segmentation using IC-PCNN due to optimum condition of inhibitory connections deffer with the input image's color. In this papar, we show the influence of the parameter on dependence of color image segmentation using IC-PCNN on the input image's feature. From the simulation results, we show that the parameter search valid to reduce dependence of color image segmentation using IC-PCNN on the input image.%画像セグメンテーションは画像から物体を抽出する為の有効な技術である．従来の手法では処理対象となる入力画像の特徴に依存した設定が必要な手法が多いが，Pulse Coupled Neural Network（PCNN）を用いた手法ではこのような設定が必要ないという利点がある．また，著者らはこれまでにPCNN では扱えなかった色の情報を扱うことのできるInhibitory Connected PCNN （IC-PCNN ）を用いたカラー画像セグメンテーションを提案しており，IC-PCNN の抑制性結合の最適化によりカラー画像のセグメンテーションが実現することを示してきた．しかしながら，入力画像の色の組成によって最適な抑制性結合の値が異なる場合が見られ，入力画像の特徴に依存した設定が必要な場合があった．そこで本研究では，入力画像の特徴に依存した初期設定を必要としないカラー画像セグメンテーションの実現を目指し，IC-PCNN を用いた手法について，入力画像り特徴に対する依存性と／ミラメータの影響を数値実験により検証する．結果より，IC-PCNN における複数のパラメータの探索が，入力画像の特徴に対して依存性の低いカラー画像セグメンテーションの実現に有効であることを示し，本手法の有効性を示す．