結(jié)合相位一致性和自適應(yīng)脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像檢索.pdf

1、隨著現(xiàn)代網(wǎng)絡(luò)通信技術(shù)的快速發(fā)展，龐大的圖像庫不斷涌現(xiàn)，為快速有效地將這些大規(guī)模的圖像資源組織起來并對(duì)其進(jìn)行檢索，基于內(nèi)容的圖像檢索(CBIR)技術(shù)應(yīng)運(yùn)而生，并成為該領(lǐng)域的研究熱點(diǎn)?；诘讓犹卣鞯膱D像檢索技術(shù)是基于內(nèi)容圖像檢索技術(shù)的核心，顏色、紋理和形狀特征是圖像的三個(gè)重要底層特征，被廣泛應(yīng)用于眾多圖像檢索中，但是單一的特征很難充分表達(dá)圖像的信息，幾個(gè)特征的簡單組合并沒有考慮到它們的內(nèi)在聯(lián)系，因此都很難取得理想的檢索結(jié)果。
　　本文

2、針對(duì)底層特征的圖像檢索技術(shù)進(jìn)行了深入的研究，重點(diǎn)研究了基于顏色和形狀特征的圖像檢索技術(shù)，提出了一種結(jié)合相位一致性(PC)和脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCNN)的圖像檢索方法。首先基于相位一致性、結(jié)合非極大值抑制和自適應(yīng)雙閾值法提取出圖像的邊緣特征，并獲取邊緣顏色直方圖特征;然后對(duì)簡化PCNN模型進(jìn)行改進(jìn)，針對(duì)PCNN神經(jīng)元的連接強(qiáng)度通常為常數(shù)的不足，提出根據(jù)相位一致性自適應(yīng)地調(diào)整神經(jīng)元的連接強(qiáng)度，再利用改進(jìn)PCNN模型提取圖像的特征。最后綜合運(yùn)