基于简化PCNN模型的结构光图像自动分割方法
DOI:
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TP391.41

基金项目:

国家自然科学基金资助项目(60772124);国家自然科学基金重点资助项目(60832003);;上海市重点学科和科委重点实验室资助项目(S30108,08DZ2231100)


Simplified PCNN-based automatic segmentation method for structured light images
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对CCD获取的结构光图像因大尺寸、光照不均匀,一般分割方法容易产生过分割或欠分割,提出了一种简化的脉冲耦合神经网络(PCNN)分割方法。将结构光图像进行分块,降低光照对分割质量的影响。每块子图像采用改进的PCNN模型自动进行分割。PCNN采用线性方式动态调整脉冲门限,以最小交叉熵确定其迭代次数,并利用邻域像素间的关系自动调整连接系数,减少人工干预。通过主客观评价指标对分割结果进行了比较,结果表明,提出的算法可以有效地分割出结构光图像中的条纹及点阵模式,目标边缘光滑、连贯和清晰,可以用于结构光图像的分割处理。 更多还原

    Abstract:

    An image segmentation algorithm based on simplified pulse coupled neural network(PCNN) is proposed,which aims to overcome the over or under segmentation in some traditional segmentation algorithms for structured light images with large size and uneven illumination,and captured by CCD.Block processing for structured light images was used to reduce the influence of illumination on segmentation quality.Each block-image was automatically segmented by the improved PCNN.The PCNN dynamically adjusted p...

    参考文献
    相似文献
    引证文献
引用本文

贾小军.基于简化PCNN模型的结构光图像自动分割方法[J].光电子激光,2011,(3):455~460

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码