基于脈沖耦合神經網絡的圖像信息處理.pdf

1、圖像信息處理是圖像分析的關鍵步驟，是一種低層次的計算機視覺技術。圖像信息處理通過分離目標，提取參數(shù)和測量參數(shù)將原始圖像轉化成更抽象的形式，便于圖像的分析和理解。由于圖像信息處理的重要性和困難性，雖然從20世紀70年代起就已經引起人們的高度重視，但是目前還沒有找到一個通用的方法和評判圖像信息處理結果的客觀標準。 神經網絡是圖像信息處理的重要手段之一。早在80年代，就有人將神經網絡應用于圖像的恢復上。由于神經網絡是基于生物視覺系統(tǒng)，

2、所以具有傳統(tǒng)圖像處理技術所不具備的優(yōu)勢。而脈沖耦合神經網絡又是其中的佼佼者。 本文的主要研究目的在于對脈沖耦合神經網絡進行建模，并通過其在圖像處理上的應用，對模型進行驗證。 首先，簡要的回顧一下脈沖耦合神經網絡模型和現(xiàn)在圖像處理技術的發(fā)展，分析脈沖耦合神經網絡的脈沖機制和工作原理，指出了在神經元個數(shù)較小，連接情況較為簡單的情況下，如何預測脈沖耦合神經網絡的行為。 其次，將脈沖耦合神經網絡引入在彩色圖像分割上，利用

3、它的出色特性，選擇適當?shù)牟噬臻g，去除彩色分量之間的相互聯(lián)系，在彩色空間的各個分量上分別利用脈沖耦合神經網絡進行圖像分割，然后將分割的結果通過一定的方法融合，這樣就得到一種新的彩色圖像分割方法。試驗得到了很好的效果。這是脈沖耦合神經網絡首次應用于多維空間。 再其次，為了研究和建立脈沖耦合神經網絡的數(shù)學模型，先簡要的回顧了數(shù)學形態(tài)學與脈沖耦合神經網絡之間的關系。在此基礎之上，使用更加嚴密的數(shù)學工具——格論對脈沖耦合神經網絡進行建模