畢業論文

打賞
當前位置: 畢業論文 > 自動化 >

脈沖耦合神經網絡的圖像濾波+源程序

時間:2019-04-15 19:57來源:畢業論文
在PCNN簡化模型的基礎上作出了改進。針對不同點的像素和相鄰像素之間的耦合關系的不同,改進內部活動項的連接系數。通過實驗得出,改進后的模型處理效果要優于改進前的效果

摘要圖像濾波是圖像預處理過程中不可缺少的部分,其結果的好壞直接影響到后續的圖像處理和分析的有效性和可靠性,其中利用脈沖耦合神經網絡的圖像濾波具有廣泛的應用前景。脈沖耦合神經網絡(Pulse-Coupled Neural Network,簡稱PCNN)是基于對貓的腦視覺皮層試驗中所觀察到的神經元脈沖串同步振蕩現象,研究發展而來的新式神經網絡。34565
本文介紹了基于PCNN模型的濾波算法。PCNN的神經元同步點火性質,使的它能夠由各神經元的不同點火方式來查找噪聲點的具體位置,再針對噪聲采取相應的算法來去除,這樣不但能夠在去噪的同時可以盡量的保持圖像細節,從而獲得較好的圖像質量。
由于PCNN網絡參數只能通過手動調節,最優參數難以確定的缺陷,本文在PCNN簡化模型的基礎上作出了改進。針對不同點的像素和相鄰像素之間的耦合關系的不同,改進內部活動項的連接系數。通過實驗得出,改進后的模型處理效果要優于改進前的效果。
畢業論文關鍵詞:   脈沖耦合神經網絡  圖像濾波  連接系數
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 .
源¥自%六:維;論-文'網=www.aftnzs.live

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  錄
摘  要    I
Abstract    II
1  緒  論    1
1.1  研究背景及意義    1
1.2  脈沖耦合神經網絡的國內外研究現狀    2
1.3  本文章節安排    3
2  脈沖耦合神經網絡的基本原理    4
2.1  脈沖耦合神經元基本模型    4
2.2  簡化PCNN模型結構    6
2.3  脈沖耦合神經網絡    9
2.3.1  PCNN運行機制    9
2.3.2  PCNN圖像處理原理    10
2.4  PCNN特性分析    11
2.5  本章小結    13
3 基于PCNN模型的圖像濾波方法    14
3.1  圖像濾波    14
3.2  基于PCNN的濾波算法    16
3.2.1  基本思想    16
3.2.2  算法介紹    17
3.2.3  仿真測試    19
3.3  PCNN模型改進    22
3.3.1  改進思想    22
3.3.2  改進方法    23
3.3.3  模型行為分析    25 源¥自%六:維;論-文'網=www.aftnzs.live
3.3.4  仿真測試    27 脈沖耦合神經網絡的圖像濾波+源程序:http://www.aftnzs.live/zidonghua/20190415/32095.html
------分隔線----------------------------
推薦內容
双色球走势图带连线