位置:成果数据库 > 期刊 > 期刊详情页
基于两组细胞神经网络的工业CT图像分割
  • ISSN号:1002-8331
  • 期刊名称:计算机工程与应用
  • 时间:0
  • 页码:981-986
  • 语言:中文
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]重庆大学光电技术及系统教育部重点实验室ICT研究中心,重庆400044, [2]重庆大学数理学院,重庆400044, [3]四川理工学院数学系,四川自贡643000
  • 相关基金:国家自然伴羊基金(the National Natural Science Foundation of China under Grant No.60672098);重庆市科技计划攻关项目(NoCSTC2006AB3027);教育部春晖计划项目(No.Z2005-2-63001)
  • 相关项目:基于高精度工业CT测量系统的发动机材料可靠性分析技术研究
作者: 刘长江|曾理|
中文摘要:

采用两组细胞神经网络实现工业CT图像的分割。一组细胞神经网络用粗分割,得到闽值分割图像,在此基础上用另一组细胞神经网络细分割,得到精细的边缘等信息。修正网络稳定态的定义,以网络伪稳定态作为网络迭代过程的终止条件。应用该方法,以发动机切片CT图像作为实验对象,能取得较好的效果。

英文摘要:

Two groups of Cellular Neural Networks (CNN) have been used to segment Industrial Computerized Tomography(ICT) Images.The first group,namely rough image segmentation,has been adopted to obtain thresholding images,then with the adaptation of the second group some more sophisticated segmentation information will be procured,with edges included.This article deals with the Pseudo-steady-state of net,which has been served as the termination condition of the iteration.Experimental results of engineering image series demonstrate the efficiency of the methods presented in the article.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机工程与应用》
  • 北大核心期刊(2014版)
  • 主管单位:中国电子科技集团公司
  • 主办单位:华北计算技术研究所
  • 主编:怀进鹏
  • 地址:北京市海淀区北四环中路211号北京619信箱26分箱
  • 邮编:100083
  • 邮箱:ceaj@vip.163.com
  • 电话:
  • 国际标准刊号:ISSN:1002-8331
  • 国内统一刊号:ISSN:11-2127/TP
  • 邮发代号:82-605
  • 获奖情况:
  • 1. 2012年首批获得中国学术文献评价中心发布的 “...,2. 2001年获得新闻出版署“中国期刊方阵双效期刊”,3. 2008年首批入选国家科技部“中国精品科技期刊...,4.2003年-2011年连续获得工业和信息化部期刊最高...
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:97887