基于pcnn的圖像分割的matlab實(shí)現(xiàn)-資料下載頁(yè)
2025-01-16 12:57本頁(yè)面
【正文】 60。Y(i,j)=X(i,j)。 16. elseifi==1amp。amp。j==n+2 17. Y(i,j)=X(1,n)。 18. elseifi==(m+2)amp。j==1 19. Y(i,j)=X(m,1)。 20. elseifi==m+2amp。j==n+2 21. Y(i,j)=X(m,n)。 22. else 23. Y(i,j)=X(i1,j1)。 24. end 25. end 26. end 27. 28. 變換：1. functionY=Bianhuan(X) 2. [m,n]=size(X)。 3. Y=zeros(m+2,n+2)。 4. fori=1:m+2 5. forj=1:n+2 6. ifi==1|j==1|i==m+2|j==n+2 7. Y(i,j)=0。 8. else 9. Y(i,j)=X(i1,j1)。 10. end11. end12. end變換和擴(kuò)充幾乎在每一個(gè)圖像處理程序中都會(huì)用到，擴(kuò)充也叫加邊，另外還有去邊的步驟。處理效果：本程序?yàn)樽罨镜腜CNN圖像分割，可從以下兩個(gè)方面進(jìn)行拓展，PCNN的參數(shù)比較多，而且一般根據(jù)實(shí)驗(yàn)后的經(jīng)驗(yàn)決定，參數(shù)確實(shí)非常難，可以通過(guò)一些智能算法對(duì)其參數(shù)進(jìn)行訓(xùn)練，使用改進(jìn)的PCNN效果會(huì)更好
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1