基于DSP平臺的PCNN圖像處理技術(shù)應(yīng)用研究.pdf

1、脈沖耦合神經(jīng)網(wǎng)絡(luò)（PCNN）作為一種新型的神經(jīng)網(wǎng)絡(luò)模型，有著生物學背景，作為一種更為接近視覺特性的神經(jīng)網(wǎng)絡(luò)模型，對其工作機理及其在圖像處理領(lǐng)域的研究已得到廣泛重視，目前PCNN已經(jīng)被廣泛應(yīng)用于圖像處理的各個方面。本論文主要通過對PCNN基本特性的分析研究，將PCNN在數(shù)字圖像處理的應(yīng)用做了進一步的探索和推廣。本文主要開展了如下的研究工作： 1．通過對PCNN神經(jīng)元模型、參數(shù)作用、運行機理及網(wǎng)絡(luò)特性的分析，研究了PCNN的自動波傳

2、播特性，討論了PCNN模型參數(shù)對自動波動態(tài)傳播特性的影響，并將其很好地應(yīng)用到生物細胞識別和計數(shù)算法中。 2．結(jié)合PCNN在圖像分割中的應(yīng)用，對圖像分割評價進行了研究，通過分析現(xiàn)有圖像分割評價方法的不足和缺點，結(jié)合圖像分割的基本定義，提出了一種綜合考慮圖像分割區(qū)域一致性、對比度、緊致性及連續(xù)性的綜合評價準則，通過實驗驗證了該綜合評價準則在大多數(shù)情況表現(xiàn)良好，能夠準確反映不同分割算法的分割性能，并能夠與主觀視覺評價保持一致。

3、 3．在總結(jié)人眼視覺特性的基礎(chǔ)上，對基于HVS的第二代圖像壓縮編碼技術(shù)的最新研究方向進行了介紹；闡述了不規(guī)則分割區(qū)域編碼（ISRC）的基本原理，給出了ISRC編解碼算法的框架結(jié)構(gòu)；研究了輪廓形狀編碼、分割區(qū)域的施密特正交基重建方法，并提出了快速序貫連通區(qū)域標識算法； 4．結(jié)合PCNN優(yōu)秀的圖像分割性能，將其應(yīng)用到ISRC編碼中，詳細闡述了基于PCNN的不規(guī)則分割區(qū)域編碼（PCNNISRC）方法。實驗表明，PCNNISRC編碼方法