彩色图像球空间中改进DCNON分割算法的研究

提出一种基于改进振荡神经网络的彩色图像分割方法。该方法将彩色图像从RGB的三维笛卡尔空间转换到球坐标空间,去除由光照和纹理引起的背景噪声,构成平滑的相位灰度图;将相位灰度图影射到动态耦合振荡神经网络的二维平面上;利用改进结构的算法对相位灰度图进行分割,得到稳定、快速和可靠的分割结果。

基于耦合势能衍射检测的改进DCNON分割算法

分析了动态耦合振荡神经网络(DCNON)的数学模型和工作原理,以及在图像分割应用中的不足;根据振荡神经网络的动力学特点,借鉴机械波传播模型,提出一种基于耦合势能衍射检测的改进DCNON图像分割算法,通过改进动态耦合振荡神经网络框架和改善算法结构来提高DCNON的运算效率。通过MATLAB对改进DCNON算法的仿真,对比原始分割算法,验证了改进算法有效地压缩了运算时间。