脈沖耦合神經(jīng)網(wǎng)絡在圖像處理中的應用.pdf

1、基于哺乳動物的視覺模型提出的第三代人工神經(jīng)網(wǎng)絡模型一脈沖耦合神經(jīng)網(wǎng)絡(PCNN：Pulse Coupled Neural Network)，已經(jīng)廣泛應用在圖像處理和路徑優(yōu)化問題求解中。該人工神經(jīng)網(wǎng)絡非常接近人類大腦的生物神經(jīng)網(wǎng)絡模型，是一種非常重要的信息處理工具。本文將進一步拓展該網(wǎng)絡的應用領域，提出基于該網(wǎng)絡的更有效的圖像處理和模式識別算法。其主要內(nèi)容如下： 1．介紹PCNN的發(fā)展背景、研究現(xiàn)狀、信息處理優(yōu)勢和研究意義。

2、 2．提出一種基于PCNN自動波傳播機制的二值圖像細化算法。主要內(nèi)容包括：PCNN的基本模型、參數(shù)設定方法、不同方向自動波的相遇條件和細化結果的評價方法。 3．研究了印文的提取算法，并提出一種基于形態(tài)學和PCNN的復雜背景印文提取算法。主要內(nèi)容包括：基于PCNN的圖像空洞填充、邊緣提取、具有結構選擇功能的骨架提取、印文外圍輪廓的定位方法和基于外圍輪廓顏色信息的印文提取算法。 4．根據(jù)硅藻具有封閉細胞壁這一事實，將PCN

3、N應用到硅藻細胞壁骨架和輪廓的提取中。主要內(nèi)容是硅藻灰度分割算法、硅藻細胞壁骨架提取流程和基于骨架位置信息的輪廓提取方法。 5．提出一種新的基于PCNN的郵政編碼分割算法，這一操作是下一步郵編識別的前提。主要內(nèi)容是郵編框的提取、由投影法定位各個郵編的區(qū)域信息。 6．智能中國印章識別系統(tǒng)。首先回顧了中國印章識別的背景、研究意義和發(fā)展趨勢，然后詳細描述了本系統(tǒng)的處理流程和各個流程采用的核心算法。 7．最后對整篇論文作