摘 要：文章论述脉冲耦合神经网络模型的图像分割算法，探索脉冲耦合神经网络模型的简化和算法改进，旨在减少脉冲耦合神经网络模型中参数数量，提高图像分割处理效率和分割效果。并借助Girl 属性图像来进行仿真验证，通过与OTSU 算法、Level set 算法进行对比分割效果，从客观和主观两个层面来论证该文算法的有效性及可行性，发现该文算法无论从主观视觉效果还是客观参数评价都具有显著的分割效果。
关键词：脉冲耦合；神经网络；图像分割
DOI:10.19850/j.cnki.2096-4706.2021.21.022
基金项目：2021 年省级支持市县科技创新和科学普及专项资金项目（202100037326）
中图分类号：TP18 文献标识码：A 文章编号：2096-4706（2021）21-0086-04
Application Analysis of Image Segmentation Based on Pulse-Coupled Neural Network
LI Chunlin, SHI Xufei, WANG Xiaoyan, SU Jia, LIU Shaojie
(Xuanhua Vocational College of Science & Technology, Zhangjiakou 075100, China)
Abstract: This paper discusses the image segmentation algorithm of pulse-coupled neural network model, and explores the simplification and algorithm improvement of pulse-coupled neural network model, aiming to reduce the number of parameters in pulsecoupled neural network model and improve the efficiency and effect of image segmentation. And the simulation verification is carried out with the help of Girl attribute image, through comparing the segmentation effect with OTSU algorithm and Level set algorithm, this paper demonstrates the effectiveness and feasibility of the algorithm proposed in this paper from objective and subjective levels. It is found that the algorithm has significant segmentation effect both from subjective visual effect and objective parameter evaluation.
Keywords: pulse-coupled; neural network; image segmentation
参考文献：
[1] 马雨晴. 基于脉冲耦合神经网络的MRI 图像分割算法研究 [D]. 长春：东北师范大学，2021.
[2] 商夕平. 基于脉冲耦合神经网络和离散余弦变换的图像融合算法研究 [D]. 哈尔滨：哈尔滨理工大学，2021.
[3] 郝建新，王力. 基于改进脉冲耦合神经网络的电路板红外图像分割 [J]. 激光与红外，2020，50（11）：1410-1416.
[4] 王潇贤，王颖. 基于脉冲耦合神经网络的图像分割方法 [J].科技通报，2019，35（10）：142-145+151.
[5] 林龙彬，李建兴，罗堪，等. 基于改进脉冲耦合神经网络的螺母工件图像分割 [J]. 福建师范大学学报（自然科学版），2018，34（6）：19-23.
[6] 程述立，汪烈军，秦继伟，等. 群智能算法优化的结合熵的最大类间方差法与脉冲耦合神经网络融合的图像分割算法 [J]. 计算机应用，2017，37（12）：3528-3535+3553.
[7] 李永宁，钟小莉. 一种基于优化脉冲耦合神经网络模型的图像分割算法 [J].青海师范大学学报（自然科学版），2017，33（2）：1-5.
[8] 王爱文. 基于脉冲耦合神经网络的图像分割研究 [D]. 武汉：武汉科技大学，2017.
[9] 贺付亮，郭永彩，高潮，等. 基于视觉显著性和脉冲耦合神经网络的成熟桑葚图像分割 [J]. 农业工程学报，2017，33（6）：148-155.
[10] 吴威. 基于脉冲耦合神经网络的彩色图像分割方法的研究 [D]. 哈尔滨：哈尔滨工业大学，2016.
[11] 黄国峰. 基于脉冲耦合神经网络的图像分割算法研究[D]. 西安：西安电子科技大学，2013.
[12] 朱容. 基于脉冲耦合神经网络的图像分割方法的研究与实现 [D]. 重庆：重庆师范大学，2013.
[13] 周雪琪. 基于脉冲耦合神经网络的图像分割方法研究[D]. 北京：北京交通大学，2016.
作者简介：李春林（1985.03—），女，汉族，河北张家口人，中级，硕士研究生，研究方向：数字图像处理、人工智能。