毕业设计-基于PCNN图像分割算法研究，共46页，22345字，附外文翻译、答辩PPT
摘 要
目前，在军事领域数字图像处理的应用越来越广泛，而图像分割是图像处理
的一个重要组成部分，准确的图像分割和边缘提取是实现军事目标识别的重要基
础，图像分割的方法繁多，新的分割方法不断出现。
文中主要介绍了图像分割的定义，图像分割的应用 ，以及一些常用的图像
分割算法，并且对传统脉冲耦合神经网络（PCNN）模型，工作原理，应用背景
和意义，及应用于图像分割进行了细致的介绍。
文中介绍的图像分割主要算法有最大类间方差法，最大熵图像分割，以及基
于 PCNN 图像分割法，文中主要是针对二维灰度图像进行分割比较，通过以上
三种分割方法对图像的处理，对分割后的图像进行比较，看分割后目标和背景的
效果，来体现基于 PCNN 图像分割方法的优越性。
关键词:图像分割；人工神经网络；PCNN；二维灰度图像

ABSTRACT
At present, in the field of military digital image processing applications more
widely, and the image segmentation is an important part of image processing, image
segmentation and edge extraction accuracy is an important basis of military target
recognition, image segmentation method is various, emerging new segmentation
method.
This paper mainly introduces the definition of image segmentation, image
segmentation, and some of the commonly used image segmentation algorithm, and
pulse coupled neural network (PCNN) to the traditional model, the working principle,
application background and significance, and is applied to image segmentation are
detailed introduction.
This paper introduces the image segmentation algorithm with the maximum
between class variance method, the maximum entropy image segmentation, and the
segmentation based on PCNN image, this paper is mainly on the two-dimensional
gray image segmentation, through the above three kinds of segmentation method for
image processing, the segmented image is compared, the effect of target and
background after the segmentation, to demonstrate the superiority of PCNN based
image segmentation methods.
Keywords: image segmentation; artificial neural network; PCNN; two-dimensional
gray image

目 录
第一章 绪 论 ............................................................................................................... 6
1．1 论文背景及意义............................................................................................ 6
1．2 图像处理概论................................................................................................ 6
1．2．1 图像处理的分类............................................................................... 7
1．2．2 图像处理的应用............................................................................... 8
1．2．3 数字图像处理的优点....................................................................... 9
1．3 本文的主要研究工作和组织结构.............................................................. 10
第二章 图像分割 ....................................................................................................... 11
2．1 引言.............................................................................................................. 11
2．2 图像分割定义.............................................................................................. 12
2．3 图像分割的应用.......................................................................................... 13
2．4 图像分割算法的分类.................................................................................. 13
2．5 阈值法.......................................................................................................... 14
2．5．1 直方图阈值的双峰法..................................................................... 15
2．5．2 最大方差阈值分割......................................................................... 16
2．5．3 最大熵法......................................................................................... 17
2．6 基于边缘的分割方法.................................................................................. 20
2．7 基于区域的图像分割方法.......................................................................... 21
2．7．1 区域生长法.................................................................................... 21
2．7．2 区域分裂和合并技术.................................................................... 22
第三章 基于 PCNN 图像分割的算法 ...................................................................... 24
3．1 引言.............................................................................................................. 25
3．2 PCNN 神经元模型 ...................................................................................... 26
3．2．1 传统 PCNN 神经元模型 ................................................................ 26
3．3 PCNN 数字图像处理原理 .......................................................................... 28
3．4 PCNN 的应用 .............................................................................................. 29
3．5 基于 PCNN 的图像分割 ............................................................................ 30
3．6 PCNN 的各项参数作用 .............................................................................. 31
第四章 本文主要研究的算法及仿真结果 ............................................................... 32
4．1 Otsu 法阈值选择 ......................................................................................... 32
4．1．1 Outs 法程序及 MATLAB 仿真结果.............................................. 33
4．2．1 最大熵法程序及仿真结果............................................................. 35
4．3 基于传统 PCNN 图像分割方法 ................................................................. 37
4．3．1 传统 PCNN 数学模型 .................................................................... 37
第五章 总 结 ............................................................................................................. 41
参考文献 ..................................................................................................................... 42
致 谢............................................................................................................................ 43
毕业设计小结 ............................................................................................................. 44

本文的主要研究工作和组织结构
由于图像分割应用范围广阔，多年来对它的研究一直是数字图像处理的热点，
至今提出的分割算法种类繁多，但是通用的分割理论仍没有实现，这是因为图像
的多样和复杂性导致的。对于一些特定的分割目标，就可以采用人为干预的手段
来获取我们感兴趣的边缘，这就是交互式的图像分割的方法，以及利用它进行彩
色图像分割，不过本文对彩色图像不做要求。
本文的主要研究工作和组织结构如下：
第一章阐述了课题的研究目的，研究意义，对数字图像处理技术和图像分割
做了简要的介绍，并对其应用和意义做了阐述。
第二章主要对图像分割的定义，图像分割的算法以及常用的算法进行了简单
的介绍。
第三章对传统脉冲耦合神经网络（PCNN）进行了介绍，并对 PCNN 数学模
型进行了细致的介绍。
第四章对本文主要研究的算法进行模型仿真，主要研究的算法有最大类间方
差法，最大熵图像分割法，基于 PCNN 图像分割方法。
第五章对本文进行总结。

论文大小：4.77MB
论文格式：word+ppt
论文专业：自动化
论文编号：209223
论文文件预览：
共2文件夹，4个文件，文件总大小：4.77MB，打包后大小：4.28MB

• 毕业设计-基于PCNN图像分割算法研究
• 姚洵
• 姚洵毕业答辩ppt模板（改）123.pptx  [2.30MB]
• 姚洵翻译.wps  [923.50KB]
• 姚洵翻译原文.pdf  [613.30KB]
• 姚洵论文.pdf  [995.09KB]