基于脉冲耦合神经网络的图像分割

Github个人博客：https://joeyos.github.io

近年来，基于Eckhorn的猫视觉皮层模型的脉冲耦合神经网络（Pulse Coupled Neural Net,PCNN）,已被广泛用于图像平滑、分割以及边缘检测等图像处理领域的研究中，并显示了其优越性。

clear all;close all;clc;
x=imread('lena.jpg');
x=rgb2gray(x);
Edge,Numberofaera]=pcnn(x);

function [Edge,Numberofaera]=pcnn(X)
% 功能：采用PCNN算法进行边缘检测
% 输入：X—输入的灰度图像
% 输出：Edge—检测到的       Numberofaera—表明了在各次迭代时激活的块区域
figure(1);
imshow(X); 
X=double(X);
% 设定权值
Weight=[0.07 0.1 0.07;0.1 0 0.1;0.07 0.1 0.07]; 
WeightLI2=[-0.03 -0.03 -0.03;-0.03 0 -0.03;-0.03 -0.03 -0.03];
d=1/(1+sum(sum(WeightLI2)));
%%%%%%测试权值%%%%%%
WeightLI=[-0.03 -0.03 -0.03;-0.03 0.5 -0.03;-0.03 -0.03 -0.03];
d1=1/(sum(sum(WeightLI)));
%%%%%%%%%%%%%%%%%%
Beta=0.4;  
Yuzhi=245;
%衰减系数
Decay=0.3;   
[a,b]=size(X);
V_T=0.2;
%门限值
Threshold=zeros(a,b);  
S&#