改進型脈沖耦合神經(jīng)網(wǎng)絡(luò)在圖像分割中的應(yīng)用研究.pdf

1、脈沖耦合神經(jīng)網(wǎng)絡(luò)，是由艾克紅等人根據(jù)哺乳動物大腦視覺皮層神經(jīng)元模型在受到刺激的情況下能發(fā)放脈沖串并引起同步振蕩這一現(xiàn)象的基礎(chǔ)上不斷研究總結(jié)得到。該模型基于生物學(xué)背景，類似于生物視覺系統(tǒng)，具各處理圖像的能力，非常適合應(yīng)用于數(shù)字圖像處理領(lǐng)域。本文針對圖像分割問題，對模型進行簡化和優(yōu)化，并將其應(yīng)用于醫(yī)學(xué)紅細胞的檢測與計數(shù)問題中，下面將所做的主要工作闡述如下:
　　i)為使脈沖耦合神經(jīng)網(wǎng)絡(luò)模型更適用于解決數(shù)字圖像分割問題，本文對模型進行了

2、優(yōu)化，主要表現(xiàn)在以下兩大方面:
　　a.針對模型中各參數(shù)在圖像分割問題中所發(fā)揮的作用效果不同，本文對模型輸入部分進行了簡化，主要體現(xiàn)在神經(jīng)元F通道的輸入只考慮外部圖像像素灰度值的影響，神經(jīng)元L通道的輸入只考慮前一時刻鄰域八個像素點對應(yīng)神經(jīng)元輸出的作用。
　　b.針對PCNN模型參數(shù)設(shè)置需通過大量的人為試驗來確定這一問題，本文采用遺傳算法對模型進行優(yōu)化。利用遺傳算法能自動獲取和積累待求解問題搜索空間知識的能力，實現(xiàn)脈沖耦合神經(jīng)

3、網(wǎng)絡(luò)模型中關(guān)鍵參數(shù)的自適應(yīng)設(shè)值。
　　ii)隨著大規(guī)模集成電路技術(shù)不斷發(fā)展，用硬件實現(xiàn)算法成為了一種趨勢，為緊跟時代的潮流，本文用FPGA開發(fā)板對改進型算法進行硬件實現(xiàn)。在實現(xiàn)過程中主要解決了以下三方面的問題:
　　a.針對FPGA開發(fā)板存儲資源有限和設(shè)計成本約束問題，本文對算法進行改良，將神經(jīng)元數(shù)目縮減為一個，采用串行方式對整幅圖像進行分割處理。
　　b.為便于硬件實現(xiàn)，遺傳算法選用二進制編碼方式、隨機聯(lián)賽選擇算子、