交叉皮層模型在圖像分割中的應(yīng)用研究.pdf

1、自20世紀(jì)50年代，圖像分割一直是計(jì)算機(jī)圖像處理中一個(gè)十分活躍的研究領(lǐng)域。作為一種重要的圖像處理技術(shù)，圖像分割是從圖像處理到圖像分析的關(guān)鍵步驟，在理論研究和實(shí)際應(yīng)用中都得到了廣泛重視，其分割的準(zhǔn)確性直接影響到后續(xù)任務(wù)的有效性，因此圖像分割具有十分重要的意義。 本文首先分析了國內(nèi)外圖像分割領(lǐng)域眾多學(xué)者的研究成果，以及圖像分割實(shí)際應(yīng)用的現(xiàn)狀和當(dāng)前研究的熱點(diǎn)問題。深入分析了數(shù)字圖像分割的理論、方法以及脈沖耦合神經(jīng)網(wǎng)絡(luò)（PCNN）在數(shù)字

2、圖像處理方面的應(yīng)用。在研究了PCNN模型之后，發(fā)現(xiàn)了其實(shí)時(shí)性較差。因此，為了有效地克服PCNN在圖像分割中所遇到的困難，本文中采用了Kinser等人提出的交叉皮層模型（ICM，intersecting cortical model）。ICM是一種全新的生物視覺模型，有著生物學(xué)的背景，是在參考了多種哺乳動(dòng)物大腦視覺皮層模型的基礎(chǔ)上，以它們的公共部分為基礎(chǔ)而設(shè)計(jì)的，它適合圖形圖像的實(shí)時(shí)處理且不失皮層神經(jīng)元模型的基本機(jī)理。本文在與PCNN對(duì)比

3、的基礎(chǔ)上，詳盡地闡述了ICM的結(jié)構(gòu)、基本機(jī)理、基本特性，采用ICM實(shí)現(xiàn)了對(duì)圖像的自動(dòng)分割，并對(duì)其應(yīng)用于圖像分割做了較為深入的研究。 在將ICM用于圖像自動(dòng)分割時(shí)，選取何種評(píng)判標(biāo)準(zhǔn)以確定最優(yōu)分割結(jié)果是一個(gè)關(guān)鍵技術(shù)。本文提出了一種新的評(píng)判標(biāo)準(zhǔn)即簡(jiǎn)單的方差作為評(píng)判準(zhǔn)則。大量的實(shí)驗(yàn)表明，該算法優(yōu)于經(jīng)典的最優(yōu)分割評(píng)判標(biāo)準(zhǔn)如交叉熵、區(qū)域一致性和區(qū)域?qū)Ρ榷?，而且在極少損失分割效果的情況下， ICM模型更為有效地降低了執(zhí)行時(shí)間。因此ICM模型更