資源描述：
《基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像分割研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、摘要摘要圖像分割是圖像分析和理解的基礎(chǔ)，應(yīng)用非常廣泛，幾乎出現(xiàn)在有關(guān)圖像處理的所有領(lǐng)域，所以圖像分割的研究受到了研究工作者的高度重視。自20世紀70年代至今，己提出上千種各種類型的分割算法。其中基于神經(jīng)網(wǎng)絡(luò)的圖像分割研究取得了一定成果。20世紀40年代，人們對人腦的結(jié)構(gòu)、組成及其基本工作單元有了越來越充分的認識，在此基礎(chǔ)上，綜合數(shù)學(xué)、物理學(xué)以及信息學(xué)等學(xué)科的方法對人腦神經(jīng)網(wǎng)絡(luò)進行抽象，并建立了簡化的模型，稱之為人工神經(jīng)網(wǎng)絡(luò)。20世紀90年代，研究者基于哺乳動物視覺皮層神經(jīng)活動提出了脈沖耦合神經(jīng)網(wǎng)絡(luò)(P
2、ulseCoupledNeuralNetwork--PCNN)模型。因為PCNN具有生物視覺的現(xiàn)實依據(jù)，所以在圖像處理特別是圖像分割方面存在著優(yōu)勢，但是目前對它的研究還不夠深入。本文的研究內(nèi)容主要集中在以下三個方面：首先，本文全面分析了脈沖耦合神經(jīng)網(wǎng)絡(luò)用于圖像分割時的脈沖發(fā)放機制，以及用于圖像分割時的算法。對于脈沖耦合神經(jīng)網(wǎng)絡(luò)來說，參數(shù)的設(shè)定是一個重點，同時也是一個難點。本文對脈沖耦合神經(jīng)網(wǎng)絡(luò)的幾個重點參數(shù)做了深入探討，對其用于圖像分割的算法做了改進，改善了分割的效果，并減少了神經(jīng)網(wǎng)絡(luò)的運算時間。其次
3、，本文對基于區(qū)域生長的PCNN做了深入研究。傳統(tǒng)的PCNN圖像分割算法，主要是對圖像做二值分割。．但二值分割把內(nèi)容豐富的圖像簡單的分割為兩部分，丟失了很多圖像信息。Robert提出了基于區(qū)域生長的PCNN，取得了很好的分割效果。這是一種多值圖像分割方法，但是這種算法可能導(dǎo)致某些邊緣像素不能被劃分到正確的區(qū)域中。本文對Robert的模型做了改進，改善了邊緣像素的分割效果。最后，本文用動力學(xué)的方法構(gòu)建了一個新的脈沖耦合神經(jīng)網(wǎng)絡(luò)模型來模擬神經(jīng)元的累積發(fā)放原理，該模型能有效地進行圖像分割，尤其對有噪聲的圖像，
4、其分割效果比通常使用的模型要好得多，模型參數(shù)的選擇可以根據(jù)動力學(xué)機理以及不同圖像灰度之間的差異進行調(diào)整。在把屬于相同區(qū)域的點拉向同一區(qū)域的過程中，新模型表現(xiàn)出了很好的平滑作用。本模型用局部最大方差來決定圖像分割的程度。關(guān)鍵詞脈沖耦合神經(jīng)網(wǎng)絡(luò)；圖像分割；區(qū)域生長；動力學(xué)Abstract_III[11[illllIlllIllIIIIIIIIIIImagesegmentationisthebasisofimageanalysis，andithasawideapplicationfield。Itispres
5、entinalmostallthefieldsofimageprocessing．Sotheresearchershavepaidhighattentiontothe．imagesegmentation．Thousandsofimagesegmentationalgorithmshavebeenproposedfrom1970。Andtheresearchofneuralnetworkbasedimagesegmentationhasmadesomeachievements．In1940’S，ther
6、esearchershavecomprehendedthestructure，constitutionandthebasicwork-unitofthebrainmoreandmoreprofoundly．Onthebasisoftheaboveprofoundcomprehension，theresearcherscomposemathematics，physits，informationscienceandothersubjectstomakeallabstractionandbuiltasimp
7、lifiedmodel，whichiscalledArtificialNeuralNetworks．In1990’S，theresearchesproposedthemodelofPulseCoupledNeuralNetwork(PCNN)onthebasisoftheexperimentalobservationsofsynchronouspulseburstsinthemammiferousvisualcortex．Becauseofbiologicalbackground，itisverysu
8、itableforimageprocessing，especiallyimagesegmentation．ButnowtheresearchofPCNNisnotprofound．、Thispaper’Smajorresearchcontentisasfollows．First，thispapercompletelyanalyzesthepulseburstsmechanismofPCNNandtheimagesegmentationalgorithmw
