基于斑马优化算法与形态学的改进PCNN岩渣图像分割

刘英; 张启辉; 赵永海; 张一博; 黄涛; 王忠祥

兰州交通大学学报 ›› 2026, Vol. 45 ›› Issue (5) : 151 -161.

刘英, 张启辉, 赵永海, 张一博, 黄涛, 王忠祥

作者信息 +

Author information +

文章历史 +

摘要

为解决传统阈值模型中固定阈值带来的分割不均问题与图像中存在的畸变、粘连问题，提出一种结合考虑畸变原理的基于改进脉冲耦合神经网络的爆堆图像分割模型。该方法通过在现场依据畸变原理布设图像获取装置，并选择圆球作为参照物，将岩渣碎片作为前景像素进行分割。这个过程分为两个阶段：首先，采用斑马优化算法并结合Kapur熵函数作为适应度值优化脉冲耦合神经网络结构参数；然后引入形态学操作，以提高分割性能和所获取的岩渣碎片形态的准确性。结果表明，提出的基于改进脉冲耦合神经网络的岩渣图像分割模型与传统分割模型相比，精准度进一步提高，模型可行；针对形态复杂场景，模型在精度上仍有优势，但其分割结果倾向于保留更可靠的区域。