基于脈沖同步編碼的圖像分割研究.pdf

1、圖像分割是圖像理解和圖像分析的基礎(chǔ)，是機(jī)器視覺的基本問題之一?；谏窠?jīng)網(wǎng)絡(luò)的圖像分割方法是近年來提出的新型的圖像分割方法，在20世紀(jì)90年代，研究者根據(jù)生物視覺神經(jīng)系統(tǒng)中神經(jīng)元的振蕩特性，提出了脈沖耦合神經(jīng)網(wǎng)絡(luò)(Pulse Coupled Neural Network-PCNN)和局部興奮全局抑制神經(jīng)網(wǎng)絡(luò)(Local Excitatory Globally Inhibitory Neuronal Oscillator Network-L

2、EGION)。近年來，PCNN和LEGION的研究在逐漸升溫，得到了廣大研究者的關(guān)注。 目前，對(duì)基于PCNN和LEGION的圖像分割研究還遠(yuǎn)遠(yuǎn)不夠，兩種振蕩神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)簡(jiǎn)單，不需訓(xùn)練學(xué)習(xí)，可以直接用于圖像處理。因此，研究PCNN和LEGION在圖像分割領(lǐng)域中的應(yīng)用具有廣闊的前景。 本文的研究?jī)?nèi)容主要集中在以下幾個(gè)方面： 首先，本文全面介紹了PCNN和LEGION神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和功能關(guān)系，詳細(xì)說明了參數(shù)的意義及

3、其在圖像領(lǐng)域中的應(yīng)用。 其次，由于絕大部分基于PCNN的圖像分割方法是對(duì)輸入圖像直接處理的，對(duì)含豐富紋理的復(fù)雜圖像分割效果不好，本文提出了尺度變化的紋理特征提取與PCNN相結(jié)合的圖像分割方法，稱為size—Adaptive—PCNN，通過對(duì)比試驗(yàn)說明了該方法有效性。 再者，分析了RG—PCNN(Region Grow PCNN)和SRG—PCNN(Simplified RegionGrow PCNN)的缺陷，經(jīng)RG-PC