[发明专利]一种基于PCNN神经元激活率和群离散度的区域特征提取方法

摘要

本发明公开了一种基于PCNN神经元激活率和群离散度的区域特征提取方法。包括以下步骤步骤一对原始图像进行预处理，将神经网络PCNN与图像对应；步骤二将0～255的灰度范围根据目标区域划分成N个从大到小的灰度区间；步骤三得到当前灰度区间内发生群激活的神经元；步骤四统计发生群激活神经元的领域内受激励神经元个数，判断发生提起激活的神经元；步骤五统计提前激活神经元个数，得到群激活率和群离散度；步骤六读取下一个灰度区间，重复步骤三到步骤六，直到第N个区间。本发明具有计算复杂度小，分类效果好的优点。

主权项

一种基于PCNN神经元激活率和群离散度的区域特征提取方法，其特征在于，包括以下几个步骤：步骤一：采集原始图像，对原始图像进行预处理，分割出目标区域的轮廓，将神经网络PCNN与图像对应，将中心神经元与图像的像素点对应，中心神经元的邻域与邻域像素点对应，神经元的输入为像素点的灰度值；步骤二：通过设置PCNN神经元的阈值参数，将0～255的灰度范围根据目标区域划分成N个灰度区间，将灰度区间按照灰度值从大到小的顺序排列；步骤三：读取当前第k个灰度区间，得到当前灰度区间内发生群激活的神经元，发生群激活的神经元对应的像素值在当前灰度区间对应的灰度范围内；步骤四：统计发生群激活神经元的邻域内受激励神经元个数λ，重新计算发生群激活神经元的邻域内受激励神经元的内部活动项的值，如果受激励神经元的内部活动项的值位于当前灰度区间对应的灰度范围内，则当前受激励神经元为提前激活神经元，记录下提前激活神经元对应像素点的坐标；步骤五：统计提前激活神经元个数λ'，得到群激活率和群离散度：其中xi,yi是每个灰度区间提前激活神经元对应像素点的坐标，步骤六：令当前灰度区间内的发生群激活和提前激活神经元对应的像素点值为0，令k＝k+1，重复步骤三到步骤六，直到k＝N。