基于神经网络的图像分割算法在FPGA上的实现

脉冲耦合神经网络(Pulse Coupled Neural Network , PCNN )是一种新型神经网络模型,作为研究图像分割的常用方法,一直广受关注。针对目前大量文献关注PCNN模型仿真实现研究的情况,本文基于PCNN模型提出了将最小交叉熵分割算法在FPGA硬件平台上进行实现。相比于传统的PCNN软件实现以及最大信息熵分割算法实现的方案,本文提出的图像分割方案最佳分割精准度高,具有处理速度快,实时性强,图像分割效果好的优势,应用范围更广,因此该设计具有较高实际应用价值。