文档介绍：电子科技大学
硕士学位论文
基于脉冲耦合神经网络的图像分割与融合研究
姓名:杨林森
申请学位级别:硕士
专业:信息获取与探测技术
指导教师:李春光
20080101
兰摘要脉冲耦合神经网络年代发展起来的一种新型神经网络,该网络的神经元模型是模拟视觉神经细胞活动而得到的人工神经元模型,所以这种网络的背景是以生物学为基础的。由于在弱连接的情况下,有尺度不变性、旋转不变性、信号强度不变性、信号扭曲不变性以及在图像处理的同时将二维空间变量转化为一维时间序列等特点,使它非常适合图像处理环境,已经成为图像处理的一种工具。本文对在图像分割和图像像素级融合两个图像处理领域做了一定的研究。首先在图像分割方面,通过对工作机理的分析,对原始模型进行了改进,利用改进后的进行图像分割,并提出了一种图像分割终止准则;针对网络参数对图像分割的影响,设计了参数能够根据图像进行自适应调整的图像分割系统,该系统是一个建立在机器视觉基础上的自适应闭合系统,实验表明这种在图像融合方面,针对不同类别的图像,在详细分析特点的基础上,利用其不同的特性,设计了不同的算法。针对局部互补的图像,利用的脉冲累计对像素进行选择,在这部分提出了两种取舍准则,对一些文献提出的方法做了补充,总结了不同图像利用何种准则;对红外和可见光图像,利用脉冲同步机制,提出了基于图像内容的自适应加权融合,利用了局部交叉熵作为权值调整的方向;对不同聚焦的图像,首先进行小波分解,对低频系数利用加权融合规则,对高频系数利用的脉冲爆发机理作为融合规则,然后进行图像重构,对不同的小波分解方式的融合效果做了总结,该方法普遍适用于不同聚焦图像的融合。对以上算法都进行了大量的实验验证,效果良好。图像分割图像融合方法是可行的。关键词:脉冲耦合神经网络
琲甌甌.,.甌瑄甒..甌甌...畇’瑂’...痷瑂瑂瓺籇畐..篜
签名:豳媳一导师签名::拯然基日期:动。舻年吕淙关于论文使用授权的说明独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。‘本学位论文作者完全了解电子科技大学有关保留、使用学位论文盘,允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。C艿难宦畚脑诮饷芎笥ψ袷卮斯娑与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。的规定,.有权保留并向国家有关部门或机构送交论文的复印件和磁
研究的目的和意义第一章绪论神经网络的全称是人工神经网络它不但具有处理数值数据的一般计算能力,而且还具有处理知识的思维、学忆能力【俊I窬缫云涠捞氐慕峁购痛硇畔⒌姆椒ǎ谛矶嗍导视τ昧煊蛑生保健,医疗,机器人控制,化工,地理,电力系统,农业,经济和军事等众多领域得到了广泛的应用【俊】【俊最早的研究源于世纪年代心理学家褪Ъ襊的合作,他们提出的模型拉开了神经网络研究的序幕。神经网络的发展大致经过鍪逼冢辏谡馄诩淇蒲Ъ颐翘岢隽诵矶嗌窬DP秃脱肮嬖颍鏜这就是后来著名的算法,受到了许多学者的重视。目前,网络已经成为广泛使用的网络。曛两裎7⒄蛊冢诖似诩洌窬缡艿搅颂乇鸬闹厥樱各个国家都展开研究,形成了研究和应用神经网络的另一个高潮【俊】【。模型、允视舱裢纭】【亢吐龀羼詈仙窬取B龀羼詈仙窬络是上个世纪九十年代发展起来的一种新型神经网络。人们从对猫大脑视觉皮层中同步脉冲发放所获得的实验观察结果拉开了以生物为基础的脉冲网络动态行为研究的序幕,年提出了展示这种同步脉冲发放现象的连接模型【俊浚年訣牧幽P臀;。岢隽寺龀羼詈仙窬纭俊尽】。与其它传统神经元相比,存在着根本的不同,这些不同点主要体现在如下几,是在现代神经生物学研究成果的基础上发展起来的一种模拟人脑信息处理机制的网络系统。取得了显著的成效,在自动控制,处理组合优化问题,模式识别,图像处理,卫神经网络的研究已经有了将近半个世纪的历史,它的发展并不是一帆风顺的。模型、】学习规则和感知器等。辏馄谖噬窬缇艘个低潮,虽然发展缓慢,但是科学家做了大量的工作继续推动了神经网络的发展,具有突破性和代表性的工作如:岢隽硕嗖阃鏐狿法,发展至今,神经网络已经有几十种不同的模型。有代表性神经网络模型如:网络、纭双向联想记忆网络、网络、宰橹匦杂成个方面:
锷窬赴氖淙胗胧涑鼍B龀宕龀宕姆⒎牌德时硎鞠赴男奋活动状况,而传统的人工神经元的输入和输出用数值来表示,如电压值。P椭胁坏ǹ悸强珍烫匦裕铱悸鞘奔涮匦裕馐撬鹩诖成经网络一个重要特点。腔谏锸笛榛∩咸岢龅纳窬DP停