资 源 简 介
应用背景脉冲耦合神经网络（PCNN）是基于同步脉冲分布现象在哺乳动物大脑的视觉皮层中提出，如猫和猴子[ 1 ]。在传统的图像处理算法的优点。自提出以来，已广泛使用PCNN的图像分割，图像去噪，图像增强，图像融合[2-3]。与传统的神经网络模型相比，当我们利用PCNN模型在图像分割，利用PCNN模型在图像分割的优点是它不需要样品制备。然而，阈值参数，连接系数，衰减时间常数加权因子，和其他参数，必须预先设定。关键技术为了利用脉冲耦合神经网络（PCNN）精确的图像自动分割，提出了一种改进的PCNN模型。我们首先建立一个基于图像局部灰度关联和基于欧氏距离连接权矩阵。然后我们使用最小方差准则自动确定PCNN的周期时间，并实现图像的自动分割。仿真结果表明，该方法能够自动确定迭代次数和PCNN模型，具有高度的可行性和较好的分割效果。
