基于多尺度空间PCNN模型的图像分割算法
杨娜1
陈后金2
郝晓莉2
李艳凤2
1.中北大学电子与通信工程学院,山西太原030051;北京交通大学电子信息工程学院,北京1000442.北京交通大学电子信息工程学院,北京,100044
摘要：运动车辆图像中车牌具有所占比例小、位置不固定和大小不一的特点,因此,对车辆图像分割时车牌区域容易产生过分割与欠分割问题.脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)被誉为“第三代神经网络”并广泛应用于图像分割.在利用PCNN模拟人类视觉的图像分割过程中,由于传统PCNN模型中的连接矩阵使用固定值表示,使得PCNN模型不能满足图像分割时尺度变化的需求.为了解决这个问题,本文提出了基于多尺度空间PCNN模型的车辆图像分割算法,将尺度空间引入PCNN模型,使PCNN模型具有了尺度特性,提高了系统自适应分割车牌图像的能力.
关键词：图像分割脉冲耦合神经网络模型尺度空间多尺度空间PCNN模型
分类号：TP391.9(计算技术、计算机技术)
资助基金：国家自然科学基金(61271305)国家自然科学基金(61201363)
论文发表日期：2013-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 27-30 )
英文信息