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

1、在軍事領(lǐng)域，基于數(shù)字圖像的特征提取，目標(biāo)識(shí)別，地形匹配導(dǎo)航等應(yīng)用越來(lái)越多，而這都是以圖像分割為基礎(chǔ)的。本文重點(diǎn)研究了基于脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCNN)的圖像分割問(wèn)題。
　　文中詳細(xì)介紹了PCNN模型的基本原理，運(yùn)行機(jī)制和特性，針對(duì)模型巾存在的參數(shù)難以確定等固有的問(wèn)題，給出了有效的解決辦法。
　　根據(jù)中心像素鄰域像素和鄰域像素的平均灰度自適應(yīng)調(diào)整連接系數(shù)。根據(jù)圖像整體灰度級(jí)自適應(yīng)調(diào)整閾值衰減時(shí)間常數(shù)，使得算法具有較強(qiáng)的適應(yīng)性，在

2、對(duì)紅外圖像和航拍圖像等一些低對(duì)比度圖像的分割應(yīng)用中表現(xiàn)出明顯的優(yōu)勢(shì)。義中還引入了抑制輸入的思想，優(yōu)化了內(nèi)部活動(dòng)項(xiàng)的構(gòu)成，使得算法具有較強(qiáng)的抗噪能力和較高的分割精度。本文算法還對(duì)連接輸入進(jìn)行了改進(jìn)，采用灰度值直接輸入代替原模型只有0、1的脈沖輸入，增加了算法的精度。為了驗(yàn)證本算法的優(yōu)越性，分別用簡(jiǎn)化PCNN模型和最大類間方差(OTSU)方法進(jìn)行對(duì)比實(shí)驗(yàn)分析。
　　本文還對(duì)彩色圖像的分割進(jìn)行了研究，進(jìn)一步闡述了進(jìn)行彩色分割研究的必要性