[发明专利]基于SPCNN和最小交叉熵的接触网图像分割方法在审
| 申请号： | 201610225998.4 | 申请日： | 2016-04-13 |
| 公开（公告）号： | CN105989607A | 公开（公告）日： | 2016-10-05 |
| 发明（设计）人： | 吴昌东;江桦;杨钦雲 | 申请（专利权）人： | 西华大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06N3/02 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 610039 四川省成都*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于SPCNN和最小交叉熵的接触网图像分割方法，包括以下步骤：首先对标准脉冲耦合神经网络PCNN（pulse coupled neural network）进行简化，得到简化型脉冲耦合神经网络SPCNN（simplified pulse coupled neural network）模型；接着对SPCNN模型参数进行赋值；再利用最小交叉熵原理确定迭代次数；最后利用SPCNN模型对接触网图像进行二值分割，得到分割后的接触网图像。实验结果表明，本发明方法分割效果好于OTSU法及迭代法，特别是对接触网支柱、绝缘子、杆号牌等零部件的分割，显示出较好的分割效果。衡量图像分割效果指标VOI(Variation of Information)和PRI(Probabilistic Rand Index)也好于OTSU法及迭代法。 | ||
| 搜索关键词： | 基于 spcnn 最小 交叉 接触 图像 分割 方法 | ||
【主权项】：
一种基于SPCNN和最小交叉熵的接触网图像分割方法，其特征是首先构造简化型PCNN，得到SPCNN模型，接着对其参数进行赋值，并采用最小交叉熵原理确定迭代次数，最后对图像进行二值分割，得到接触网分割图像；步骤如下：A、利用CCD工业摄像机采集接触网图像；B、对标准PCNN模型进行简化，得到SPCNN模型；C、对SPCNN模型参数赋值；D、采用最小交叉熵原理确定迭代次数；E、对图像进行二值图像分割，得到分割后的接触网图像。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西华大学，未经西华大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610225998.4/，转载请声明来源钻瓜专利网。
