基于脈沖同步編碼的圖像分割研究.pdf

1、圖像分割是圖像理解和圖像分析的基礎，是機器視覺的基本問題之一?；谏窠浘W(wǎng)絡的圖像分割方法是近年來提出的新型的圖像分割方法，在20世紀90年代，研究者根據(jù)生物視覺神經系統(tǒng)中神經元的振蕩特性，提出了脈沖耦合神經網(wǎng)絡(Pulse Coupled Neural Network-PCNN)和局部興奮全局抑制神經網(wǎng)絡(Local Excitatory Globally Inhibitory Neuronal Oscillator Network-L

2、EGION)。近年來，PCNN和LEGION的研究在逐漸升溫，得到了廣大研究者的關注。 目前，對基于PCNN和LEGION的圖像分割研究還遠遠不夠，兩種振蕩神經網(wǎng)絡拓撲結構簡單，不需訓練學習，可以直接用于圖像處理。因此，研究PCNN和LEGION在圖像分割領域中的應用具有廣闊的前景。 本文的研究內容主要集中在以下幾個方面： 首先，本文全面介紹了PCNN和LEGION神經網(wǎng)絡的結構和功能關系，詳細說明了參數(shù)的意義及

3、其在圖像領域中的應用。 其次，由于絕大部分基于PCNN的圖像分割方法是對輸入圖像直接處理的，對含豐富紋理的復雜圖像分割效果不好，本文提出了尺度變化的紋理特征提取與PCNN相結合的圖像分割方法，稱為size—Adaptive—PCNN，通過對比試驗說明了該方法有效性。 再者，分析了RG—PCNN(Region Grow PCNN)和SRG—PCNN(Simplified RegionGrow PCNN)的缺陷，經RG-PC