收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

PCNN改进模型及其在不变纹理检索和最短路径求解中应用

李小军  
【摘要】:脉冲耦合神经网络(Pulse Coupled Neural Network, PCNN)是基于哺乳动物视皮层神经元机理建立起来的人工神经网络模型。由于它更接近生物视皮层神经元对信息的处理方式,所以在智能信息处理领域得到了广泛的研究和应用。然而,针对具体的实际应用要求和特点尝试完善和改进PCNN模型,往往可以取得更好的处理结果。 PCNN众多的有益特性使基于PCNN的纹理检索和最短路径求解等应用研究一直是热门的研究领域。传统的纹理检索方法大多都假设纹理图像具有相同的旋转、位移、尺度且未发生扭曲,而现实生活中很难保证所有纹理都是在相同的角度、位置、聚焦长度和不受污染变形的情况下捕获的。同时现有的不变纹理检索方法大都没有考虑到纹理同时发生位移、尺度和旋转变化或仿射等几何变化对系统的影响。PCNN的时间序列特征具有这些不变特性,但是针对纹理检索的实际应用进一步改进PCNN模型使其获得更为稳定和有效的特征向量具有一定的研究价值。另外,PCNN具有自动波特性和神经元并行处理特性,使得它成为解决最短路径问题的有效手段之一。结合最短路径问题的特点实现PCNN更多的有益改进将可以进一步缩短最短路径求解的迭代时间。 本论文围绕基于PCNN的不变纹理检索系统和最短路径求解算法展开研究。论文的主要研究内容和创新点如下: 1.针对不变纹理检索问题,提出一种DPCNN (dual-output PCNN)模型。该模型相比标准PCNN模型,具有一些新的特点:(1) DPCNN的每一个神经元具有两次机会使自己被激发;(2) DPCNN能够自动调整输入激励大小;(3)接收到的来自周围神经元的局部刺激会受到输入激励的调制影响;(4) DPCNN模型被认为符合人眼视觉系统。在不变纹理检索中DPCNN新的特性使其可以获得更为稳定的图像特征。实验结果表明,使用DPCNN的纹理检索方法具有很好的位移、尺度、旋转和仿射不变性。同时DPCNN模型也具有较好的抗噪声性能。 2.在DPCNN模型中引入彩色补偿机制,使其可以应用于彩色纹理检索。由于单一的DPCNN模型只允许接收单通道的外部激励,所以不能直接应用于彩色纹理图像的检索。但是单纯地把彩色纹理图像当做灰度图像来处理,必然会导致系统对色彩相关信息利用的不足。本文将明度通道作为DPCNN模型的常规输入,同时考虑色调和色饱和度通道的像素值作为补偿输入。实验结果表明,考虑彩色补偿机制的纹理图像检索系统优于单纯考虑单通道灰度纹理的方法和传统的彩色纹理检索方法。 3.尝试提出一种PCNN相关模型三通道彩色纹理检索框架。该方法分别对彩色纹理的各个通道采用PCNN相关模型处理,最后在不增加特征长度的情况下合并各个通道的特征向量。实验表明,该框架可以有效地解决PCNN相关模型对彩色纹理的检索问题。 4.针对最短路径求解问题,提出一种SAPCNN (self-adaptive autowave PCNN)模型。该模型可以根据当前网络状态自适应地调整自动波传播速度,从而更快地找到最短路径的解。同时,论文将基于SAPCNN模型的最短路径求解方法应用到K则最短路径问题,实验表明该方法较传统方法能够减少K则最短路径问题求解的时间消耗。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 顾晓东,郭仕德,余道衡;一种用PCNN进行图像边缘检测的新方法[J];计算机工程与应用;2003年16期
2 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
3 顾晓东,余道衡,张立明;时延PCNN及其用于求解最短路径[J];电子学报;2004年09期
4 宋寅卯,袁端磊;基于PCNN的迷宫最短路径求解算法[J];电路与系统学报;2005年03期
5 顾晓东,余道衡;PCNN的原理及其应用[J];电路与系统学报;2001年03期
6 顾晓东,郭仕德,余道衡;一种基于PCNN的图像去噪新方法[J];电子与信息学报;2002年10期
7 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
8 毕英伟,邱天爽;一种基于简化PCNN的自适应图像分割方法[J];电子学报;2005年04期
9 杨智勇,周琪云,周定康;基于PCNN的灰度图像边缘检测方法[J];计算机工程与应用;2004年21期
10 张军英,梁军利;基于脉冲耦合神经网络的图像融合[J];计算机仿真;2004年04期
11 顾晓东,张立明,余道衡;一定条件下PCNN动态行为的分析[J];计算机工程与应用;2004年19期
12 顾晓东,郭仕德,余道衡;基于PCNN的图像阴影处理新方法[J];电子与信息学报;2004年03期
13 顾晓东,张立明;PCNN与数学形态学在图像处理中的等价关系[J];计算机辅助设计与图形学学报;2004年08期
14 马义德,戴若兰,李廉;一种基于脉冲耦合神经网络和图像熵的自动图像分割方法[J];通信学报;2002年01期
15 马义德,史飞,李廉,安黎哲;一种基于脉冲耦合神经网络的脉冲噪声滤波器设计[J];生物医学工程学杂志;2004年06期
16 李国友,李惠光,吴惕华;改进的PCNN与Otsu的图像增强方法研究[J];系统仿真学报;2005年06期
17 毛秉毅;;软阈值共生矩阵的图像纹理检索[J];计算机工程与应用;2006年31期
18 张军英,樊秀菊,董继扬,石美红;一种改进型脉冲耦合神经网络及其图像分割[J];计算机工程与应用;2003年08期
19 顾晓东,郭仕德,余道衡;基于PCNN的二值文字空洞滤波[J];计算机应用研究;2003年12期
20 张军英,樊秀菊,董继扬,石美红;一种改进型脉冲耦合神经网络及其图像分割[J];电子学报;2004年07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 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
4 ;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
5 李德俭;柏正尧;姚娜;赵仕杰;;一种基于二维直方图与FCM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
6 葛雯;高立群;;基于自适应链接强度PCNN的多分辨率图像融合算法[A];2008’“先进集成技术”院士论坛暨第二届仪表、自动化与先进集成技术大会论文集[C];2008年
7 杨林森;陶冰洁;;基于脉冲耦合神经网络的图像内容融合[A];全国第一届信号处理学术会议暨中国高科技产业化研究会信号处理分会筹备工作委员会第三次工作会议专刊[C];2007年
8 张涛;王成儒;;基于多分辨率差分矩阵的纹理检索[A];第七届青年学术会议论文集[C];2005年
9 王宇生;陈纯;;一个基于内容的图像检索系统的设计与实现[A];中国图象图形学会第十届全国图像图形学术会议(CIG’2001)和第一届全国虚拟现实技术研讨会(CVR’2001)论文集[C];2001年
10 舒后;何薇;;基于内容的多媒体数据库检索技术[A];第一届全国数字媒体技术专业规范建设研讨会论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 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
2 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
3 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
4 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
5 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
6 许存禄;图像纹理分析的新方法及其应用[D];复旦大学;2005年
7 徐琪;一种新的纹理描述方法及其应用[D];复旦大学;2011年
8 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
9 绽琨;脉冲发放皮层模型及其应用[D];兰州大学;2010年
10 梁晓冰;脉冲发放神经元及其耦合系统的随机模型研究与应用[D];国防科学技术大学;2009年
中国硕士学位论文全文数据库 前10条
1 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
2 王新;PCNN混沌特性与硬件实现研究[D];兰州大学;2010年
3 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
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 何凯;基于改进型PCNN的图像混合噪声滤除方法[D];华南理工大学;2011年
6 薛锦树;Unit-Linking PCNN彩色图像处理研究[D];云南大学;2010年
7 何胜宗;基于改进的PCNN图像因子分解的医学图像增强算法[D];兰州大学;2010年
8 郑涛;基于PCNN的航拍绝缘子图像的分割及定位研究[D];大连海事大学;2011年
9 陆科;基于PCNN的图像分割算法研究[D];东北大学;2008年
10 韩光;基于PCNN的图像细化算法研究与实践[D];广东工业大学;2011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