基于2D-Otsu与PCNN的图像分割研究

在“互联网+”的背景下,大数据的处理及提取信息至关重要。图像分割是进行图像特征提取和识别进行处理数字图像处理的关键步骤。鉴于现有的2D-Otsu算法的计算复杂度过高和时效性较差的缺点,本文通过输入点火神经元的刺激的像素点的灰度值变为255,再输出给2D-Otsu算法计算类间方差的方式,使2D-Otsu算法与脉冲耦合神经网络(PCNN)相结合,实现了基于2D-Otsu算法的PCNN自动循环迭代的图像分割。通过仿真实验表明,该方法尽可能考虑了所有目标点和背景点,使得分割图像区域内部均匀、边界形状准确、特征细节清晰。对比2D-Otsu算法与本文算法的PSNR值表明,改进的算法取得了更好的效果。