菜单
　　
    摘要图像滤波是图像预处理过程中不可缺少的部分，其结果的好坏直接影响到后续的图像处理和分析的有效性和可靠性，其中利用脉冲耦合神经网络的图像滤波具有广泛的应用前景。脉冲耦合神经网络(Pulse-Coupled Neural Network,简称PCNN)是基于对猫的脑视觉皮层试验中所观察到的神经元脉冲串同步振荡现象，研究发展而来的新式神经网络。34565
    本文介绍了基于PCNN模型的滤波算法。PCNN的神经元同步点火性质，使的它能够由各神经元的不同点火方式来查找噪声点的具体位置，再针对噪声采取相应的算法来去除，这样不但能够在去噪的同时可以尽量的保持图像细节，从而获得较好的图像质量。
    由于PCNN网络参数只能通过手动调节，最优参数难以确定的缺陷，本文在PCNN简化模型的基础上作出了改进。针对不同点的像素和相邻像素之间的耦合关系的不同，改进内部活动项的连接系数。通过实验得出，改进后的模型处理效果要优于改进前的效果。
    毕业论文关键词:   脉冲耦合神经网络  图像滤波  连接系数
    Abstract
    Image filter is an integral part of image processing, the result has a direct impact on the subsequent image processing and analysis, validity and reliability, using pulse coupled neural networks for image filtering has broad application prospects. Pulse-coupled neural networks (Pulse-Coupled Neural Network, called PCNN) is based on the brain's visual cortex of cats in this experiment observed pulses with synchronous oscillation of a neuron, research and development of new type neural network.
    This article describes filtering algorithm based on PCNN model.PCNN neurons are synchronized ignition properties,it can by the neurons of different ignition ways to find where the noise in an image,and then take the appropriate method to remove noise,This way, it can denoising while keeping image details to get a better image .
    Due to PCNN network parameters can only be manually adjusted, it is difficult to determine the optimum parameters.This article is based on a simplified PCNN model made improvements.Solving the problem that between different pixel and the adjacent pixels have different coupling relationships,optimized the connection coefficient of internal activities.Tests show that,Improved model for image processing capabilities is better than no improvement model.
    Key words  PCNN  Image filtering  Connection coefficients
     目  录
    摘  要    I
    Abstract    II
    1  绪  论    1
    1.1  研究背景及意义    1
    1.2  脉冲耦合神经网络的国内外研究现状    2
    1.3  本文章节安排    3
    2  脉冲耦合神经网络的基本原理    4
    2.1  脉冲耦合神经元基本模型    4
    2.2  简化PCNN模型结构    6
    2.3  脉冲耦合神经网络    9
    2.3.1  PCNN运行机制    9
    2.3.2  PCNN图像处理原理    10
    2.4  PCNN特性分析    11
    2.5  本章小结    13
    3 基于PCNN模型的图像滤波方法    14
    3.1  图像滤波    14
    3.2  基于PCNN的滤波算法    16
    3.2.1  基本思想    16
    3.2.2  算法介绍    17
    3.2.3  仿真测试    19
    3.3  PCNN模型改进    22
    3.3.1  改进思想    22
    3.3.2  改进方法    23
    3.3.3  模型行为分析    25
    3.3.4  仿真测试    27
  1. 上一篇：基于三相异步电动机矢量控制系统优化控制算法的研究+源代码
  2. 下一篇：STC89C52单片机工业遥控器设计+源程序+电路图

  1. BP神经网络低质量印刷体字...

  2. BP神经网络人民币纸币号码识别系统设计

  3. 电磁耦合供电的神经刺激器设计+程序

  4. 电磁耦合能量传输电路设计

  5. 基于Elman神经网络的电力负荷预测模型研究

  6. 基于神经网络的故障诊断与容错控制技术研究

  7. MATLAB神经网络自学习的PID控制算法研究

  8. 浅析中国古代宗法制度

  9. 江苏省某高中学生体质现状的调查研究

  10. 现代简约美式风格在室内家装中的运用

  11. 高警觉工作人群的元情绪...

  12. g-C3N4光催化剂的制备和光催化性能研究

  13. 上市公司股权结构对经营绩效的影响研究

  14. NFC协议物理层的软件实现+文献综述

  15. 巴金《激流三部曲》高觉新的悲剧命运

  16. 中国传统元素在游戏角色...

  17. C++最短路径算法研究和程序设计

　　

About

优尔论文网手机版...

主页：http://www.youerw.com

关闭返回