一種基于PCNN的醫(yī)學圖像邊緣提取方法

摘要：邊緣提取是圖像處理的基礎(chǔ)工作，如何精確、有效地提取邊緣是圖像處理領(lǐng)域相關(guān)學者討論的熱點問題，由此產(chǎn)生的各種邊緣檢測方法層出不窮并且得到了很好的應用，但這些方法都無法達到人眼識別物體邊緣的精確程度。目前脈沖耦合神經(jīng)網(wǎng)絡(luò)(pulse coupled neural netWork，PcNN)是圖像處理領(lǐng)域較為接近生物視覺進行圖像處理的有力工具。改進基本的PcNN模型，提出了一種新的模擬生物視覺提取圖像邊緣的方法，該改進方法有效地利用了PCNN的特性。將該方法應用于醫(yī)學圖像的邊緣提取，并與幾種經(jīng)典邊緣檢測算法、基本的PcNN方法進行比較，通過實驗結(jié)果證明改進的方法提取的邊緣更加完整、清晰，并且對椒鹽噪聲具有較強的抑制能力。

關(guān)鍵詞：圖像處理；脈沖耦合神經(jīng)網(wǎng)絡(luò)；邊緣檢測