基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像濾波和邊緣檢測(cè).pdf

1、該文在分析脈沖耦合神經(jīng)網(wǎng)絡(luò)(Pulse-coupled Neural Networks,以下簡(jiǎn)稱PCNN)工作機(jī)理的基礎(chǔ)上,著重研究了它在圖像濾波和圖像邊緣檢測(cè)中的應(yīng)用.PCNN是近年來提出的一種新型網(wǎng)絡(luò),被稱為第三代人工神經(jīng)網(wǎng)絡(luò),它是通過模擬貓的大腦視覺皮層中同步脈沖發(fā)放行為而建立起來的一個(gè)簡(jiǎn)化模型.目前關(guān)于PCNN工作機(jī)理及其在圖像處理、自動(dòng)目標(biāo)識(shí)別、注意、組合優(yōu)化、人工生命等領(lǐng)域的研究和應(yīng)用正得到國外廣泛的重視.然而,國內(nèi)在這方面

2、的研究則可以說剛剛起步.該文的工作主要有:(1)通過對(duì)PCNN工作機(jī)理和運(yùn)行行為的深入分析,揭示了PCNN的運(yùn)行行為實(shí)際上是在對(duì)網(wǎng)絡(luò)輸入信息進(jìn)行重新組織,并在此基礎(chǔ)上給出了利用PCNN實(shí)現(xiàn)圖像濾波(包括圖像椒鹽噪聲和圖像高斯噪聲濾波)的算法.(2)結(jié)合圖像邊緣特性通過給網(wǎng)絡(luò)加入側(cè)抑制,提出了一個(gè)新的圖像邊緣檢測(cè)算法.無論是濾波還是邊緣檢測(cè),與其他方法相比,整個(gè)課題富有新意,而且在實(shí)際應(yīng)用中表現(xiàn)出了明顯的優(yōu)越性,是PCNN在圖像領(lǐng)域中的一