收藏本站
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。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 黄传明;方千山;;脉冲耦合神经网络在图像处理中的应用[J];仪器仪表学报;2006年S3期
2 马志荣;吴坚;孙富康;;基于Handel-C的PCNN模型研究及应用[J];硅谷;2010年08期
3 康乾;;常用边缘检测方法分析与比较[J];信息与电脑(理论版);2010年01期
4 邹福辉;李忠科;;图像边缘检测算法的对比分析[J];计算机应用;2008年S1期
5 任剑洪;;浅析图像边缘检测方法[J];硅谷;2009年07期
6 赵鸿雁;唐万有;谭欢;;基于MATLAB的不同分辨率图像边缘检测效果的研究[J];包装工程;2009年11期
7 杜晓岩;吕同富;邢志宏;;图像边缘识别技术在医学中的应用[J];中国医药导报;2009年32期
8 成金勇,范延滨,宋洁,潘振宽;基于小波变换的图像边缘检测算法及像素结构分析[J];青岛大学学报(自然科学版);2005年03期
9 谢可夫;周心一;许光平;;量子衍生图像边缘检测方法[J];计算机工程与应用;2008年30期
10 李雪;王普明;;基于高斯-拉普拉斯算子的图像边缘检测方法[J];河南机电高等专科学校学报;2009年06期
11 冉彦中;曹婧华;韦军;;基于数学形态学的图像边缘检测方法及应用[J];河南科技大学学报(自然科学版);2007年05期
12 姜蔚鹰;;基于LoG算法的车辆图像边缘的提取[J];黑龙江交通科技;2008年11期
13 周晓明;马秋禾;肖蓉;;基于Canny算子的改进的图像边缘检测方法[J];影像技术;2008年04期
14 周洪成;;基于小波变换的图像边缘检测技术的改进[J];金陵科技学院学报;2009年02期
15 张起丽;康宝生;;基于多结构元的形态图像边缘检测算法[J];计算机工程与应用;2009年34期
16 蒋定定;许兆林;李开端;;基于子波变换的SAR图像边缘提取研究[J];舰船电子工程;2005年06期
17 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
18 赵凌;张祖荫;郭伟;;基于数学形态学的毫米波图像边缘检测方法[J];国土资源遥感;2006年04期
19 周龙;牟怿;;二维小波变换在粮虫图像处理中的应用[J];华中科技大学学报(自然科学版);2007年08期
20 陈冠楠;杨坤涛;谢志明;滕忠坚;陈荣;;基于深度优先遍历的图像边缘检测方法[J];应用光学;2008年01期
中国重要会议论文全文数据库 前10条
1 项昱晖;江开勇;夏涛;;基于动态域值的鞋帮图像边缘提取方法[A];2005年中国机械工程学会年会第11届全国特种加工学术会议专辑[C];2005年
2 项昱晖;江开勇;夏涛;;基于动态域值的鞋帮图像边缘提取方法[A];2005年中国机械工程学会年会论文集第11届全国特种加工学术会议专辑[C];2005年
3 张雪;;计算机视觉系统中的图像边缘检测方法[A];中国图学新进展2007——第一届中国图学大会暨第十届华东六省一市工程图学学术年会论文集[C];2007年
4 郑蕾;唐飞;郝继飞;;图像边缘检测算法及在巷道分支识别中的应用[A];第十三届全国煤矿自动化学术年会、中国煤炭学会自动化专业委员会学术会议论文集[C];2003年
5 黄雪梅;唐治德;;用改进型Hopfield网络实现图像边缘检测[A];电工理论与新技术学术年会论文集[C];2005年
6 高丙坤;熊云鹏;桑圣洁;;基于LabVIEW的图像边缘检测的算子组合优化研究[A];2007'仪表,自动化及先进集成技术大会论文集(二)[C];2007年
7 杨慧英;杜文斌;张璐;;基于图像边缘不变矩的浇口杯识别方法研究[A];第十一届中国青年信息与管理学者大会论文集[C];2009年
8 张春霞;魏小林;阳德志;王阳;盛宏至;;内旋流流化床内异重颗粒横向扩散系数的试验研究[A];第七届全国实验流体力学学术会议论文集[C];2007年
9 王晓蕾;杨健;;基于图像处理技术的地基云图云量的识别[A];第三届长三角气象科技论坛论文集[C];2006年
10 梁威;沈昱明;;基于改进的Fourier描述子算法的车辆识别[A];第六届全国信息获取与处理学术会议论文集(2)[C];2008年
中国博士学位论文全文数据库 前10条
1 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
2 程光权;基于方向小波图像处理与几何特征保持质量评价研究[D];国防科学技术大学;2010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 康牧;图像处理中几个关键算法的研究[D];西安电子科技大学;2009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 孙玉宝;图像稀疏表示模型及其在图像处理反问题中的应用[D];南京理工大学;2010年
8 余庆军;智能图像处理及其在无线多媒体业务中的应用[D];华南理工大学;2004年
9 沈晓红;基于轮廓波变换的图像统计建模及其应用研究[D];山东大学;2011年
10 张旗;基于属性的图像分类研究[D];大连海事大学;2005年
中国硕士学位论文全文数据库 前10条
1 朱杰;数字图像处理技术在螺纹检测中的应用研究[D];河北科技大学;2010年
2 裴暑云;基于嵌入式ARM的图像处理的物料分级系统的研究[D];武汉工业学院;2010年
3 谢虎;基于CCD图像处理的汽车主动安全系统的研究[D];东北大学;2008年
4 王娜;基于图像处理的玉米叶部病害识别研究[D];石河子大学;2009年
5 崔明;焊缝光纹快速提取算法研究[D];沈阳大学;2010年
6 刘雷;基于2D-3D人体扫描装置的图像处理和尺寸获取研究[D];东华大学;2009年
7 成文俊;井下煤仓煤位图像处理与检测方法研究[D];河南理工大学;2007年
8 姬建正;基于图像处理的纱线细度测量[D];江南大学;2012年
9 程浏;基于FPGA的图像处理系统[D];中南民族大学;2011年
10 邹洋;基于图像处理的摇表读数系统的研究[D];哈尔滨工业大学;2010年
中国重要报纸全文数据库 前10条
1 四川 刘焱彬;数码相机的图像处理[N];电子报;2001年
2 长人 编译;专家评索尼α100[N];中国摄影报;2006年
3 孙婧;视频图像处理技术在案件中的应用[N];西部法制报;2008年
4 武文;索尼两系列电视新品亮相[N];中国质量报;2008年
5 殷幼芳;印前图像处理技术对印刷质量的影响[N];中国包装报;2005年
6 金彧;★图像处理实用小工具Qimage又推新版[N];中国电脑教育报;2002年
7 ;智能化监控对图像处理能力提出更高要求[N];中国电子报;2009年
8 本报记者 刘晖;图像处理引擎的威力[N];计算机世界;2003年
9 赵军红 编译;仿生眼睛助盲人重见光明[N];科技日报;2010年
10 ;方正Z910 针对图像处理领域[N];中国计算机报;2002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
  • 010-62982499
  • 010-62783978