基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像分割方法研究.pdf

1、隨著社會(huì)需求的增加和科技水平的高速發(fā)展，人們?cè)絹碓街匾晹?shù)字圖像處理領(lǐng)域的研究工作和實(shí)際應(yīng)用。作為數(shù)字圖像處理技術(shù)的重要組成部分，圖像分割及其相關(guān)研究得到了快速的發(fā)展。但同時(shí)，面對(duì)海量的圖像數(shù)據(jù)、不同的應(yīng)用場景和日益增長的技術(shù)要求等具體條件時(shí)，圖像分割面臨的挑戰(zhàn)和困難也與日俱增。脈沖耦合神經(jīng)網(wǎng)絡(luò)作為高級(jí)哺乳動(dòng)物視覺神經(jīng)系統(tǒng)的仿生，在圖像分割方面具有得天獨(dú)厚的優(yōu)勢(shì)。在這一背景下，本文以有助于提高圖像分割算法的抗噪性能、最佳分割圖像準(zhǔn)確性和算

2、法效率為前提，對(duì)基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的醫(yī)學(xué)眼底圖像的分割方法進(jìn)行了研究。論文完成的主要工作和創(chuàng)新點(diǎn)有:
　　(1)針對(duì)二維Otsu算法應(yīng)用于噪聲圖像分割時(shí)抗噪能力較弱的問題，本論文將中值濾波方法與二維Otsu算法相結(jié)合，提出了一種基于中值濾波的改進(jìn)二維Otsu算法，通過仿真實(shí)驗(yàn)驗(yàn)證了算法的有效性，既能提高抗噪性能，又可保留更多邊緣細(xì)節(jié)。
　　(2)將改進(jìn)的二維Otsu算法與脈沖耦合神經(jīng)網(wǎng)絡(luò)模型相結(jié)合，綜合考慮像素灰度、鄰域空

3、間信息和激活神經(jīng)元的能量反饋，提出了一種基于改進(jìn)二維Otsu算法的脈沖耦合神經(jīng)網(wǎng)絡(luò)模型的圖像分割方法。該方法根據(jù)眼底圖像血管網(wǎng)絡(luò)的結(jié)構(gòu)特征，對(duì)增強(qiáng)后的眼底圖像運(yùn)用PCNN的動(dòng)態(tài)點(diǎn)火特性分割出增強(qiáng)圖像的血管網(wǎng)絡(luò)，然后采用改進(jìn)的二維Otsu算法確定最佳迭代次數(shù)和最佳分割，實(shí)驗(yàn)結(jié)果證明了該方法應(yīng)用于眼底圖像分割的可行性和有效性。
　　(3)針對(duì)脈沖耦合神經(jīng)網(wǎng)絡(luò)模型參數(shù)過多且無法自動(dòng)確定的難題，提出一種利用圖像分割質(zhì)量評(píng)價(jià)方法尋找PCNN