[发明专利]一种基于脉冲耦合神经网络的彩色图像分割方法及装置

权利要求书

1.一种基于脉冲耦合神经网络的彩色图像分割方法，其特征在于，包括：

S1，将第一彩色图像的颜色空间转换成LAB颜色空间，生成第二彩色图像；

S2，使用改进的PCNN模型分别给所述第二彩色图像中的所有像素标记对应的标签，所述改进的PCNN模型包括连接控制单元；

其中，S2进一步包括：

S21，使用连接强度为初始值的所述改进的PCNN模型对所述第二彩色图像进行特征提取；

S22，增大所述改进的PCNN模型的连接强度，使用连接强度增大后的所述改进的PCNN模型对所述第二彩色图像进行特征提取，直到不满足第一预设条件和第二预设条件；或者，

当不满足所述第一预设条件和所述第二预设条件时，将最后一次迭代提取的所述第二彩色图像的特征对应的像素标记为相同标签；

其中，所述第一预设条件为增大后的连接强度小于第一预设阈值；

所述第二预设条件为计算该次迭代前后提取出的所述第二彩色图像的特征之间的距离，所述距离小于第二预设阈值，或此次迭代提取出的所述第二彩色图像的特征的个数小于第三预设阈值；

所述连接控制单元LCU的公式为：

其中，LCU_kl[n]表示第n次迭代中连接控制单元关于第kl个邻域的输出，(i，j)表示当前神经元的坐标，N(i，j)表示当前神经元的邻域，SF_ij^c表示当前神经元的第c维频谱特征，SF_kl^c表示当前神经元的邻域的第c维频谱特征，|SF_ij^c-SF_kl^c|表示当前神经元的频谱特征与当前神经元的邻域的频谱特征之间的距离，θ为第四预设阈值。

2.根据权利要求1所述的基于脉冲耦合神经网络的彩色图像分割方法，其特征在于，所述改进的PCNN模型的公式为：

F_ij[n]＝S_ij，

U_ij[n]＝F_ij[n](1+β_nL_ij[n])，

其中，F表示馈入部分，L表示连接部分，U表示内部状态，Y表示输出，P表示标签，T表示第五预设阈值，S表示所述第二彩色图像的L分量，n表示迭代次数，β表示连接强度，Wt表示初始阈值，Ω表示第六预设阈值。

3.根据权利要求1所述的基于脉冲耦合神经网络的彩色图像分割方法，其特征在于，所述改进的PCNN模型的连接强度的初始值为：

其中，β_ini表示连接强度的初始值，input_seed表示种子的L值，diff_min表示种子与种子的邻域的最小距离。

4.根据权利要求1至3任一项所述的基于脉冲耦合神经网络的彩色图像分割方法，其特征在于，在S2之后还包括：

统计具有相同标签的像素的个数；

若判断所述像素的个数小于第七预设阈值，则对所述像素的标签进行更改。