收藏本站
《西安电子科技大学》 2011年
收藏 | 手机打开
二维码
手机客户端打开本文

基于脉冲耦合神经网络的图像处理若干问题研究

刘勍  
【摘要】:脉冲耦合神经网络(Pulse Coupled Neural Networks, PCNN)是基于生物视觉系统机理形成的具有模数混合处理、串并联混合处理及动态自适应处理的一种空时编码新型人工神经网络。由于PCNN模型的动态变阈值、非线性调制耦合、同步脉冲发放、动态脉冲发放及时空总和等特性,使其在图像处理、自动目标识别、组合优化、人工生命等领域的研究和应用得到国内外的广泛重视。 本文围绕图像处理中脉冲噪声滤除、高斯噪声滤除、弱小目标检测、二值图像自动分割、多值图像自动分割及基于内容的图像检索等若干关键问题,针对脉冲耦合神经元结构复杂性及其在图像信号处理中存在阈值反复衰减、自适应性能差和无法自动选择最佳处理结果等一些不足,研究了PCNN模型的机理,并提出改进思路与方法。论文主要内容如下: 1.为有效滤除图像中严重脉冲噪声的干扰,提出了基于脉冲耦合神经网络噪声检测的两级脉冲噪声滤波算法。首先在改进自适应单位连接PCNN(AULPCNN)模型的基础上,利用其同步脉冲发放特性区分定位脉冲噪声点和信号像素点位置,其次根据噪声点局部邻域信息对噪声点进行第1级自适应滤波,然后再对前一级的滤波输出利用具有保护边缘细节特点的多方向信息中值第2级细微辅助滤波。该算法在噪声检测中无需设定检测阈值,噪声检测精度较高;在去噪过程中不但有效滤除噪声干扰,而且能很好地保护图像边缘细节等信息,具有较好的主观视觉效果和客观评价指标,去噪能力强、信噪比高和适应性好,特别是对受严重噪声污染的图像,显示了更大的优越性。 2.针对图像高斯噪声的去除,提出了一种基于改进型脉冲耦合神经网络的双边滤波算法。在考虑图像高斯噪声特征的前提下,引入平滑抑制因子和自适应链接强度,并与相似神经元同步激活特性相结合,形成平滑抑制自适应连接PCNN(SIAL-PCNN)模型,然后应用在含噪图像预滤波迭代处理中,在滤除极值噪声的同时形成反映图像空时信息的赋时矩阵,最后将生成的赋时矩阵信息运用在双边滤波中,并对其进行了自适应性改进与滤除高斯噪声的处理。该算法在较好保护图像边缘细节等信息的情况下,能有效地滤除平滑区域噪声,在信噪比和去噪能力方面都有一定的提高。 3.从含单一弱小目标图像特征出发,提出了结合灰度熵变换的脉冲耦合神经网络小目标图像检测算法。该方法在对含随机噪声和有复杂背景的图像进行非线性灰度熵变换滤波的基础上,考虑灰度熵值映射图在满足目标背景比先验概率的条件下,利用局部最小交叉熵判据,自动选取包含单一小目标局部窗口作为处理图像区域,并进行改进型PCNN迭代检测处理。该算法能自动可靠地检测出复杂背景及随机噪声干扰下的弱小目标。 4.为自动对图像进行二值分割,提出了一种新的自适应迭代全局阈值图像自动分割算法。首先对二维超模糊集隶属函数进行自适应修正,并将其引入到图像超模糊熵概念中,然后从适应图像分割角度考虑,将传统脉冲耦合神经网络模型改进为具有单调指数上升阈值函数的单位链接脉冲耦合神经网络(ULPCNN)抑制捕获模型,最后把ULPCNN与最大超模糊熵判据相结合对图像进行自动分割。该算法能自动确定最佳分割阈值,对图像目标划分清晰、细节保持较好,改善了图像的分割性能。 5.考虑原始图像与分割图像之间的相互关系,以最大互信息为分割目标,以互信息熵差作为一种新的分类判据,在对传统脉冲耦合神经网络模型改进的基础上,提出了一种基于最大互信息改进型PCNN多值图像自动分割算法。该算法能够自动确定最佳分割迭代次数及最佳分割灰度类数,对分割图像具有良好的特征划分能力,且在分割类数较少的情况下,能较好地保持图像细节、纹理及边缘等信息,对图像分割精度高,具有较强的适用性。 6.为简单有效地提取图像重要特征信息,从而更好地提高检索图像的精度,提出了一种基于脉冲耦合神经网络的图像归一化转动惯量(NMI)特征提取及检索算法。首先利用改进简化PCNN模型相似神经元同步时空特性及指数衰降机制,将图像分解为一系列具有相关性的二值图像,然后提取能反映原图像目标形状、结构分布的系列二值图像的一维NMI特征矢量信号,并将其应用在图像检索中。同时,考虑到系列二值图像间的相关性及不同图像间NMI序列值的差异性,引入了马氏距离结合Pearson积矩相关法的综合相似性度量方法。所提算法对图像特征矢量序列具有良好抗几何畸变不变特性及对图像表述的唯一性,且有较好的图像检索效果。
【学位授予单位】:西安电子科技大学
【学位级别】:博士
【学位授予年份】:2011
【分类号】:TP391.41

手机知网App
【引证文献】
中国期刊全文数据库 前2条
1 杨娜;陈后金;陈益强;;基于视觉注意机制PCNN模型的车牌图像分割方法[J];交通运输系统工程与信息;2014年03期
2 何林远;毕笃彦;熊磊;周理;;基于计算机视觉的座舱仪表识别检测方法[J];中南大学学报(自然科学版);2014年05期
中国博士学位论文全文数据库 前2条
1 刘尚旺;基于改进选择性视觉注意模型的语义图像分割研究[D];西北农林科技大学;2012年
2 刘镇弢;面向视频跟踪系统的关键算法和动态可重构硬件架构研究[D];西安电子科技大学;2014年
中国硕士学位论文全文数据库 前4条
1 冯晓文;基于ICM图像去噪算法的硬件实现方法研究[D];兰州大学;2012年
2 李英花;基于脉冲耦合神经网络的真实影像再现研究[D];电子科技大学;2012年
3 梁耀云;基于PCNN和PSO的灰度图像增强[D];太原科技大学;2013年
4 姜志;基于PCNN和NSCT变换的图像融合算法[D];浙江理工大学;2014年
【参考文献】
中国期刊全文数据库 前10条
1 刘远民;秦世引;;一种新的基于PCNN的自适应强去噪方法[J];北京航空航天大学学报;2009年01期
2 刘勍;许录平;马义德;张华;;结合灰度熵变换的PCNN小目标图像检测新方法[J];北京理工大学学报;2009年12期
3 陈天华;;图像检索技术研究与发展[J];北京工商大学学报(自然科学版);2008年06期
4 李国友,李惠光,吴惕华;基于脉冲耦合神经网络和遗传算法的图像增强[J];测试技术学报;2005年03期
5 马义德,张祥光,杨淼;基于多结构元广义形态滤波的改进算法[J];电子科技大学学报;2004年04期
6 马义德;林冬梅;王兆滨;张北斗;高清祥;;PCNN与粗集理论用于多聚焦图像融合[J];电子科技大学学报;2009年04期
7 邰晓英;王李冬;巴特尔;;基于小波纹理、语义特征和相关反馈的医学图像检索[J];电路与系统学报;2007年04期
8 张煜东;吴乐南;;基于二维Tsallis熵的改进PCNN图像分割[J];东南大学学报(自然科学版);2008年04期
9 张煜东;吴乐南;李铜川;王水花;;基于PCNN的图像直方图均衡化增强[J];东南大学学报(自然科学版);2010年01期
10 刘勍;马义德;张晓曦;;基于改进型PCNN赋时矩阵的图像特征识别方法[J];电视技术;2009年09期
【共引文献】
中国期刊全文数据库 前10条
1 周猛;李钢;;图像处理中一种高效消除噪声的算法研究[J];安徽大学学报(自然科学版);2006年02期
2 陈兴杰;柴晓冬;;一种基于简化PCNN的红外图像分割方法[J];安徽大学学报(自然科学版);2010年01期
3 郭业才;王绍波;;基于PCNN的小波域超声医学图像去噪方法[J];安徽大学学报(自然科学版);2010年05期
4 杨绪兵,韩自存;ε不敏感的核Adaline算法及其在图像去噪中的应用[J];安徽工程科技学院学报(自然科学版);2003年04期
5 彭志捌;尹雪莲;;基于BP神经网络的教学质量评价模型[J];安徽建筑工业学院学报(自然科学版);2009年06期
6 王吉华,袁翔,孙梅霞;神经网络方法在计算蔗糖溶液粘度值中的应用[J];安徽农业科学;2003年02期
7 麻永建;;基于人工神经网络的江苏省小城镇经济发展水平及其区域差异研究[J];安徽农业科学;2006年05期
8 叶志伟;张金平;赖旭东;;基于粒子群算法的最大交叉熵的图像分割方法[J];安徽农业科学;2007年23期
9 梁春玲;张祖陆;牛玉生;;南四湖水安全评价研究[J];安徽农业科学;2009年07期
10 任向辉;王运兵;崔建新;李嘉;李松伟;;色板对葱蓟马诱捕量的BP神经网络模型预测[J];安徽农业科学;2009年31期
中国重要会议论文全文数据库 前10条
1 ;Image Target Recognition Using Pulse Coupled Neural Networks Time Matrix[A];第二十六届中国控制会议论文集[C];2007年
2 ;Image Segmentation Algorithm Based on Wavelet Mutation Inertia Adaptive Particle Swarm Optimization[A];第二十九届中国控制会议论文集[C];2010年
3 ;A Novel Segmentation Algorithm Based on Bare Bones Particle Swarm Optimization and Wavelet Mutation[A];第二十九届中国控制会议论文集[C];2010年
4 李留澜;李书琴;;构建社会主义和谐社会必须切实发挥法治的保障作用[A];科学发展观与中国特色社会主义——全国社会科学院系统邓小平理论研究中心第十一届年会暨学术研讨会论文集[C];2006年
5 夏平;向学军;吉培荣;;基于多尺度小波分析的嵌入式系统二维数字信息压缩编码研究[A];第十二届全国信号处理学术年会(CCSP-2005)论文集[C];2005年
6 徐元;;数字图像傅立叶变换[A];重庆工程图学学会第五次会员代表大会暨学术研讨交流大会论文集[C];2005年
7 简季;杨武年;马正龙;陈园园;;BP神经网络在土地分类中的应用研究——以汶川地区为例[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
8 郭彩立;刘星;向泽君;;Matlab/VC混合编程实现图像处理[A];重庆市测绘学会第三届优秀论文评选获奖论文暨2005-2006年度学术交流会论文选编[C];2008年
9 戴立新;胡洁;李美叶;;基于BP神经网络的农户小额信用贷款风险评价研究[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集(上册)[C];2008年
10 刘柏森;刘美佳;孙鹤楠;;基于提升小波变换的改进SPIHT算法[A];中国电子学会第十五届信息论学术年会暨第一届全国网络编码学术年会论文集(下册)[C];2008年
中国博士学位论文全文数据库 前10条
1 梁洪;基于内容的医学图像检索及语义建模关键技术研究[D];哈尔滨工程大学;2010年
2 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
3 程军娜;基于形态学多尺度图像分析的海藻细胞图像分割及特征提取[D];中国海洋大学;2010年
4 时长江;豆科类杂草种子图像识别系统研究[D];中国海洋大学;2009年
5 朱松;随机回归神经网络的动力学行为研究[D];华中科技大学;2010年
6 桑永胜;空间数据分析的神经计算方法[D];电子科技大学;2010年
7 邝砾;基于接口和行为语义的Web服务发现与适配研究[D];浙江大学;2009年
8 张伟;基于图像处理的井下煤尘在线检测技术的研究[D];山东大学;2010年
9 罗晓清;多传感器图像融合理论及其应用研究[D];江南大学;2010年
10 刘浪;公路建设项目供应链管理的目标控制及其绩效评价研究[D];武汉大学;2010年
中国硕士学位论文全文数据库 前10条
1 饶吉来;基于图像处理的型面联接件检测技术研究[D];河南理工大学;2010年
2 李连昌;新安煤田二_1煤层煤与瓦斯突出危险程度预测[D];河南理工大学;2010年
3 王永;消防单兵综合信息采集系统研究[D];山东科技大学;2010年
4 邢著荣;基于辐射传输模型和CHRIS数据反演春小麦LAI[D];山东科技大学;2010年
5 刘文昊;基于模糊聚类和纹版辅助的织物疵点检测算法研究[D];浙江理工大学;2010年
6 马玉辉;徂徕山森林公园生态公益林健康评价及经营决策研究[D];山东农业大学;2010年
7 吴国强;无人机航迹跟踪控制方法研究[D];哈尔滨工程大学;2010年
8 袁頔;低质量指纹识别方法研究[D];哈尔滨工程大学;2009年
9 宋晓玥;基于TDPCA与SPIHT的高光谱压缩和降维算法研究[D];哈尔滨工程大学;2009年
10 马玲;拓扑约束法在序列图像高密度细胞追踪中的应用[D];哈尔滨工程大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 毛士艺,赵巍;多传感器图像融合技术综述[J];北京航空航天大学学报;2002年05期
2 马义德;张红娟;;PCNN与灰度形态学相结合的图像去噪方法[J];北京邮电大学学报;2008年02期
3 绽琨;张红娟;马义德;刘丽;田乐;;交叉皮层模型及其在图像处理中的应用[J];北京邮电大学学报;2009年04期
4 牛建伟;沈思思;童超;高小鹏;汪孔桥;;基于修正交叉视觉皮质模型的图像分割方法[J];北京邮电大学学报;2010年01期
5 殷崇勇;尹首一;刘雷波;杨超;朱敏;魏少军;;可重构媒体处理器任务编译器的前端设计[J];北京邮电大学学报;2011年03期
6 李国友,李惠光,吴惕华;基于脉冲耦合神经网络和遗传算法的图像增强[J];测试技术学报;2005年03期
7 顾晓东,余道衡,郭仕德;关于PCNN应用于图像处理的研究[J];电讯技术;2003年03期
8 王宇舟,金声震;基于FPGA的高速图像预处理系统设计[J];电子科技大学学报;2005年01期
9 张煜东;吴乐南;;基于二维Tsallis熵的改进PCNN图像分割[J];东南大学学报(自然科学版);2008年04期
10 蒲恬,方庆喆,倪国强;基于对比度的多分辨图像融合[J];电子学报;2000年12期
中国重要会议论文全文数据库 前1条
1 刘勍;应隽;马小姝;;三代人工神经网络发展及其哲学思考[A];第13届中国系统仿真技术及其应用学术年会论文集[C];2011年
中国博士学位论文全文数据库 前10条
1 王建庄;基于FPGA的高速图像处理算法研究及系统实现[D];华中科技大学;2011年
2 张红娟;基于PCNN的图像去噪和图像增强方法研究[D];兰州大学;2011年
3 魏伟一;非均匀光照图像的灰度校正与分割技术研究[D];兰州理工大学;2011年
4 陆雯青;基于多类型运算单元的动态可重构基带处理架构与电路设计方法研究[D];复旦大学;2011年
5 张俊根;粒子滤波及其在目标跟踪中的应用研究[D];西安电子科技大学;2011年
6 王侃文;领域专用可重构计算结构研究[D];复旦大学;2011年
7 纪永刚;基于微波图像的辽东湾海冰典型要素信息提取[D];中国科学院研究生院(海洋研究所);2006年
8 郑征;相容粒度空间模型及其应用研究[D];中国科学院研究生院(计算技术研究所);2006年
9 罗彤;视觉感知启发的图像分割系统研究[D];浙江大学;2008年
10 江淑红;彩色图像的超复数整体处理理论及应用研究[D];复旦大学;2008年
中国硕士学位论文全文数据库 前10条
1 刘振飞;图像预处理算法的硬件实现[D];哈尔滨工程大学;2010年
2 康彬;基于Nios Ⅱ软核的PCNN图像分割系统设计[D];兰州大学;2011年
3 刘丽;基于脉冲耦合神经网络和单类支持向量机的纹理检索[D];兰州大学;2011年
4 郭竞杰;实时Pythagorean Hodograph曲线运动控制器ASIC的设计与实现[D];山东大学;2011年
5 庞业勇;基于FPGA的图像处理系统设计方法研究[D];哈尔滨工业大学;2010年
6 付国文;基于Retinex的图像增强算法研究及实现[D];上海交通大学;2011年
7 张永梅;基于生物视觉机制的图像感兴趣区域提取研究[D];西北农林科技大学;2011年
8 胡小丹;基于噪声模型的一种新型图像分割[D];福建师范大学;2011年
9 高彦平;图像增强方法的研究与实现[D];山东科技大学;2005年
10 马亮;信道化数字接收机硬件实现技术研究[D];电子科技大学;2006年
【二级引证文献】
中国博士学位论文全文数据库 前1条
1 颜学颖;SAR图像相干斑抑制和分割方法研究[D];西安电子科技大学;2013年
中国硕士学位论文全文数据库 前2条
1 李海洋;基于显著区域的图像语义检索方法研究[D];西北农林科技大学;2013年
2 华见;基于小波超复数分数阶傅里叶变换的视觉显著目标检测研究[D];西南交通大学;2014年
【二级参考文献】
中国期刊全文数据库 前10条
1 顾晓东,程承旗,余道衡;基于粗集与PCNN的图像预处理[J];北京大学学报(自然科学版);2003年05期
2 刘远民;秦世引;;一种新的基于PCNN的自适应强去噪方法[J];北京航空航天大学学报;2009年01期
3 单志广,魏涛,杨扬;一种基于视觉熵的图像分割压缩方法[J];北京科技大学学报;2000年02期
4 匡锦瑜,丁俊民,陈士琛;图像的小波系数神经网络预测编码[J];北京师范大学学报(自然科学版);1999年04期
5 向友君;谢胜利;;图像检索技术综述[J];重庆邮电学院学报(自然科学版);2006年03期
6 祝宇鸿;一种改进的数字图像中值滤波算法[J];长春邮电学院学报;2001年02期
7 杨岩,李晖;数学形态学在定量金相分析中的应用[J];重庆工学院学报;2002年03期
8 李平;丁雪枫;;自适应背景恢复差减算法[J];长春理工大学学报(自然科学版);2007年04期
9 付信际,韩焱;管道环焊缝X射线图像序列实时增强技术研究[J];测试技术学报;2001年04期
10 李国友,李惠光,吴惕华;基于脉冲耦合神经网络和遗传算法的图像增强[J];测试技术学报;2005年03期
中国博士学位论文全文数据库 前3条
1 裴继红;基于模糊信息处理的图像分割方法研究[D];西安电子科技大学;1998年
2 刘贵喜;多传感器图像融合方法研究[D];西安电子科技大学;2001年
3 郑世友;动态场景图像序列中运动目标检测与跟踪[D];东南大学;2006年
中国硕士学位论文全文数据库 前1条
1 张洁婧;基于内容语义的图像检索技术研究与系统设计[D];西安电子科技大学;2007年
【相似文献】
中国期刊全文数据库 前10条
1 赵峙江;赵春晖;张志宏;;一种新的PCNN模型参数估算方法[J];电子学报;2007年05期
2 火元莲;;一种基于PCNN的图像自动分割方法[J];自动化与仪器仪表;2008年06期
3 刘勍;马义德;;一种基于PCNN赋时矩阵的图像去噪新算法[J];电子与信息学报;2008年08期
4 刘明;宫辉力;刘君玲;;基于矢量的PCNN模型及其应用[J];微计算机信息;2009年12期
5 刘灿;林志强;刘燕;马积才;;基于PCNN模型的图像分割研究[J];网络安全技术与应用;2009年04期
6 葛继;王耀南;张辉;周博文;;基于改进型PCNN的智能灯检机研究[J];仪器仪表学报;2009年09期
7 ;Color image enhancement based on HVS and PCNN[J];Science China(Information Sciences);2010年10期
8 常学锋;颜雁;高长斌;师为礼;刘国辉;;基于最大熵和改进PCNN的医学图像自动分割算法研究与实现[J];现代生物医学进展;2010年16期
9 刘莉;谈文蓉;王燕;;一种基于PCNN和自适应中值滤波的去噪方法[J];西南民族大学学报(自然科学版);2010年06期
10 李海燕;张榆锋;徐丹;施心陵;;单一链接PCNN自适应脉冲噪声滤波[J];计算机工程与应用;2011年27期
中国重要会议论文全文数据库 前10条
1 辛保军;张讲社;;基于自动波现象的PCNN模型及其应用[A];第九届全国光电技术学术交流会论文集(下册)[C];2010年
2 周一;陈义宗;;有限发散脉冲波PCNN及其应用[A];2009通信理论与技术新发展——第十四届全国青年通信学术会议论文集[C];2009年
3 谭颖芳;聂仁灿;周冬明;赵东风;;基于PCNN和最大相关准则的图像分割[A];2007'仪表,自动化及先进集成技术大会论文集(一)[C];2007年
4 赵仕杰;柏正尧;李德俭;姚娜;王威廉;;基于PCNN简化模型ICM的先天性心脏病心音特征提取分析研究[A];中国仪器仪表学会第十一届青年学术会议论文集[C];2009年
5 蒲蓬;王卫星;;基于改进的PCNN的菌落图像分割方法[A];2008'中国信息技术与应用学术论坛论文集(一)[C];2008年
6 马义德;齐春亮;钱志柏;史飞;陈娜;;基于PCNN的不规则分割区域压缩编码[A];第十二届全国图象图形学学术会议论文集[C];2005年
7 赵仕杰;柏正尧;姚娜;李德俭;;基于简化PCNN模型及信息熵最大准则的生物细胞图像分割[A];中国仪器仪表学会第十一届青年学术会议论文集[C];2009年
8 李钢;王雷;张仁斌;;基于非采样Contourlet变换与简化PCNN的图像融合[A];2009全国虚拟仪器大会论文集(二)[C];2009年
9 李德俭;柏正尧;姚娜;赵仕杰;;一种基于PCNN和C均值算法的图像分割方法[A];中国仪器仪表学会第十一届青年学术会议论文集[C];2009年
10 杜华;周冬明;赵东风;白云洪;林琳;;一种基于调权PCNN的最短路径算法[A];2007'仪表,自动化及先进集成技术大会论文集(一)[C];2007年
中国博士学位论文全文数据库 前8条
1 邓翔宇;PCNN机理研究及其在图像处理中的参数自适应设置[D];兰州大学;2013年
2 李小军;PCNN改进模型及其在不变纹理检索和最短路径求解中应用[D];兰州大学;2012年
3 李海燕;脉冲耦合神经网络及其在图像增强与人脸检测中的应用研究[D];云南大学;2010年
4 聂仁灿;脉冲耦合神经网络关键特性的理论分析及应用研究[D];云南大学;2013年
5 王成;基于脉冲耦合神经网络的感兴趣区图像检测方法及应用[D];华南理工大学;2010年
6 张红娟;基于PCNN的图像去噪和图像增强方法研究[D];兰州大学;2011年
7 刘勍;基于脉冲耦合神经网络的图像处理若干问题研究[D];西安电子科技大学;2011年
8 马义德;生物信息的数字图像处理技术研究[D];兰州大学;2001年
中国硕士学位论文全文数据库 前10条
1 赵勇;基于PCNN的医学图像分割算法研究[D];太原科技大学;2009年
2 王新;PCNN混沌特性与硬件实现研究[D];兰州大学;2010年
3 施展;基于克隆选择算法的PCNN关键参数自动设定算法研究[D];哈尔滨工程大学;2009年
4 徐涛;基于形态学增强的PCNN金相图分割[D];武汉科技大学;2010年
5 谷兵;基于PCNN的迷宫路径优化技术研究[D];湖南师范大学;2012年
6 唐宁;PCNN的优化及在医学图像分割中的应用研究[D];南方医科大学;2012年
7 於敏峰;基于PCNN的自动布线算法设计与实现[D];华中科技大学;2008年
8 姜殿龙;基于简化型PCNN的图像混合噪声滤波的方法[D];哈尔滨工程大学;2008年
9 薛锦树;Unit-Linking PCNN彩色图像处理研究[D];云南大学;2010年
10 伍柏秋;一种基于PCNN的低对比度灰度图像增强方法及其评价[D];西安电子科技大学;2006年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026