基于脈沖耦合神經網絡的圖像增強算法研究.pdf

1、圖像作為傳遞信息和媒體的重要手段之一，其中包含的信息是十分重要的。數(shù)字圖像處理技術發(fā)展迅速，其應用越來越廣泛，已滲透到許多領域，如遙感、生物醫(yī)學、通信、工業(yè)、航空航天、軍事、安全保衛(wèi)等，帶來了巨大的經濟效益和社會效益。 圖像增強的目的是使處理后的圖像對于某種特定的應用比原始圖像更適合人的視覺特性或機器的識別系統(tǒng)。圖像增強算法應用是有針對性的，并不存在通用的增強算法。增強的結果的評價包括人的主觀感覺評價，以及基于評價參數(shù)的客觀評價

2、。 本文首先介紹了圖像增強的基本原理和算法，指出了各自最佳的應用場景，分別對中值濾波和直方圖均衡化進行了實驗仿真；其次，研究了人工神經網絡（ANN），簡要分析了幾種常用神經網絡的原理以及在圖像增強中的應用；然后，針對第三代神經網絡脈沖耦合神經網絡（PCNN）的原理和模型，研究了基于傳統(tǒng)脈沖耦合神經網絡模型的圖像增強的算法：最后，在傳統(tǒng)PCNN模型基礎之上，設計出一種改進的PCNN模型，該簡化模型去掉了輸入域和連接域的漏電積分器，