基于脉冲耦合神经网络的图像处理

发布时间：2022-01-17 04:33

　　脉冲耦合神经网络是根据哺乳动物视觉皮层的信息处理机制构建的一种人工神经网络,也被称作“第三代神经网络”,以其独有的脉冲同步发放特性以及捕获性被广泛地应用于图像处理领域。但是,传统脉冲耦合神经网络结构复杂,参数众多,而且这些参数往往需要人工设置或者依靠经验计算公式,使得模型性能很不稳定,已经越来越无法达到人们所需要的图像处理效果。本文结合生物神经元的信息处理机制,在传统脉冲耦合神经网络的基础上,提出了一种改进模型。这种模型在继承了传统模型所具有的同步脉冲发放以及捕获性等特性的基础上,加入了Hebb法则,使其更加接近真实生物神经元的特征。将其应用于图像分割、图像检索以及人脸识别等图像处理问题中,取得了较好的效果。具体进行了以下三个方面的研究:1.针对传统脉冲耦合神经网络结构复杂、参数众多的问题,本文提出了一种改进模型,去除了传统模型反馈输入域和耦合链接域中的自反馈输入部分,只保留了耦合链接域的链接通道,并将阈值函数变为单调的指数衰减形式。在精简模型参数的基础上,引入了与真实生物神经元机制更加相似的Hebb法则,从而对权重矩阵和外部激励更新方式进行改进。根据其在图像分割和人脸识别方面的实验效... 

【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校

【文章页数】：95 页

【学位级别】：硕士

【部分图文】：

PCNN神经元ijN的结构

图 2.2 神经元之间捕获及点火时刻2-36)和(2-37)可以得到神经元 能够被捕获的亮度强度范围为： ,1ijkl ijklSS S L (式(2-38)、(2-39)以及图 2.2 可以看出，捕获范围与链接强度 以及关，捕获范围将随着 和 的增大而变大，这也就会使得更多处于步点火，反之亦然。也就是说，本来需要在正常时刻点火的神经元耦合并且亮度较高的神经元 的影响被捕获而提前点火，在参数条件下，神经元之间的像素差别越小，越容易被捕获而提前点火。下，PCNN 能够集群发放同步脉冲，也就是所谓的同步脉冲发放现N 网络的基本特性

ijN 的自然点火行为由图3.1可以看到阈值随着神经元运行状态反复变化，从局部看是指数衰减下降，但经过或长或短的时间衰减后必然会由于神经元的点火激活而上升，之后又接着指数衰减，然后又产生上升脉冲，如此循环往复变化下去。通过这种方式处理过的图像中的大量信息都包含在神经元的点火频率或者激活相位中，而大部分的图像处理工作如图像分割、图像去噪等并不能利用这些信息，相反还会增加计算量，如图像分割所输

【参考文献】：
期刊论文
[1]基于TTFS编码的脉冲神经网络图像分割方法[J]. 蔺想红,张宁,崔文博,冯丽霞.  计算机工程. 2015(08)
[2]基于抑制性突触多层神经元群放电编码的图像边缘检测[J]. 廖进文,范影乐,武薇,高云园,李轶.  中国生物医学工程学报. 2014(05)
[3]图像分割中的模糊聚类方法[J]. 李旭超,刘海宽,王飞,白春艳.  中国图象图形学报. 2012(04)
[4]基于PCNN噪声检测的两级脉冲噪声滤波算法[J]. 刘勍,许录平,马义德,罗楠.  光电子.激光. 2009(11)
[5]一种新的基于PCNN的自适应强去噪方法[J]. 刘远民,秦世引.  北京航空航天大学学报. 2009(01)
[6]基于并行点火PCNN模型的图像分割新方法[J]. 彭真明,蒋彪,肖峻,孟凡斌.  自动化学报. 2008(09)
[7]一种基于PCNN赋时矩阵的图像去噪新算法[J]. 刘勍,马义德.  电子与信息学报. 2008(08)
[8]基于PCNN神经网络的图像去噪算法研究[J]. 邹文洁.  计算机仿真. 2008(08)
[9]PCNN与灰度形态学相结合的图像去噪方法[J]. 马义德,张红娟.  北京邮电大学学报. 2008(02)
[10]基于脉冲神经网络的语音识别方法的初步探究[J]. 曹平,陈盼,章文彬,张潮.  计算机工程与科学. 2008(04)

博士论文
[1]脉冲耦合神经网络关键特性的理论分析及应用研究[D]. 聂仁灿.云南大学 2013



本文编号：3594051