

已閱讀1頁,還剩58頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、脈沖耦合神經網絡(PCNN)適用于灰度圖像處理,不能直接處理彩色圖像。并且傳統(tǒng)PCNN是單通道模型,只能接收一個外界輸入,在此基礎上,對其進行擴展,改進了一種能夠同時接收多幅圖像的多通道脈沖耦合神經網絡(M-PCNN)模型,結合最大信息熵準則,將其應用于彩色圖像分割。主要研究內容有:
1、研究PCNN工作原理、基本應用以及分割效果的評判準則。通過實驗結果對比分析,選擇最大信息熵準則作為圖像分割效果的客觀評價標準。
2
2、、分析了RGB和HSV顏色空間模型,結合顏色空間的優(yōu)缺點以及具體分割效果,選擇RGB顏色空間作為彩色圖像分割的顏色模型。
3、研究M-PCNN模型,將傳統(tǒng)PCNN擴展成多輸入的多通道PCNN模型,具體過程是將各通道的內部活動項進行加權耦合得到整體的內部活動項,RGB三分量的像素平均值的比值作為加權系數,設置指數增長的動態(tài)閾值,結合同步脈沖發(fā)放特性和最大信息熵準則實現(xiàn)彩色圖像分割。實驗結果表明,基于M-PCNN的彩色圖像分割方法
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于脈沖耦合神經網絡模型的彩色圖像分割方法研究
- 基于脈沖耦合神經網絡的圖像濾波與圖像分割.pdf
- 基于脈沖耦合神經網絡的車輛圖像分割研究.pdf
- 基于脈沖耦合神經網絡的圖像分割方法研究.pdf
- 基于脈沖耦合神經網絡圖像分割算法研究.pdf
- 基于脈沖耦合神經網絡的圖像分割算法研究.pdf
- 脈沖耦合神經網絡用于圖像分割若干問題研究.pdf
- 多尺度下脈沖耦合神經網絡的圖像融合.pdf
- 基于脈沖耦合神經網絡的圖像分割與融合研究.pdf
- 基于脈沖耦合神經網絡的圖像分割應用研究.pdf
- 基于脈沖耦合神經網絡的視網膜血管圖像分割算法設計與實現(xiàn).pdf
- 脈沖耦合神經網絡及基于此的圖像分割與圖像壓縮.pdf
- 脈沖耦合神經網絡及混沌脈沖耦合神經網絡的研究.pdf
- 基于脈沖耦合神經網絡的圖像處理.pdf
- 基于脈沖神經網絡的圖像分割研究.pdf
- 基于脈沖耦合神經網絡的多聚焦圖像融合算法研究.pdf
- 基于脈沖耦合神經網絡的圖像增強算法研究.pdf
- 基于脈沖耦合神經網絡的圖像特征提取.pdf
- 改進型脈沖耦合神經網絡在圖像分割中的應用研究.pdf
- 基于脈沖耦合神經網絡的圖像檢索算法研究.pdf
評論
0/150
提交評論