基于脉冲耦合神经网络图像分割的应用研究

龙源期刊网 http://www.qikan.com.cn

基于脉冲耦合神经网络图像分割的应用研究

作者：方向

来源：《艺术科技》2015年第12期

摘 要：本篇论文主要讨论如何通过较脉冲耦合神经网络的方法，来对若干种不同类型的图像进行图像分割的问题，并取得较好的分割效果。 关键词：图像分割；脉冲耦合神经网络；计算机视觉

在计算机视觉的研究中，图像分割是连接低级视觉与高级视觉的桥梁和纽带，图像分割的结果既取决于低级视觉中各种预处理的效果，又决定了高级视觉中的各种应用中最终输出的质量。因此，图像分割是人多数视觉系统中最为关键和重要的一个环节。在过去的几十年里，图像分割的研究一直受到人们高度的重视。 1 脉冲耦合神经网络（PCNN）

脉冲耦合神经网络核心运作机制就是神经元能够接受外部信号和相邻神经元的加权输入，通过耦合部分得到神经元的内部活性，脉冲耦合神经元的脉冲爆发机制是PCNN运行机制的核心。

对于较小的馈给输入和较弱的链接强度，单个脉冲足以使阈值复位，这就是但脉冲机制，而链接强度较大时，神经元从它周围接收到较强的链接输入，他会得到一个较大内部活性。这样，就会驱使神经元不断地产生脉冲直到阈值超过内部活性，这就是多脉冲爆发机制。大多数图像处理中链接强度都选得较小，一般应用的都是弱脉冲爆发机制。

当考虑一组互关联的神经元时，情况较为复杂。一个神经元要接受来自该组中其它神经元的链接输入，链接输入的量随着该组中脉冲产生的个数而增长，它必须重复爆发，直到推动它的阈值超过链接输入，反过来又影响该神经元的链接输入，由于链接与馈给域的时间常数不同，链接输入会首先达到饱和，因而从使得神经元阈值最终增大到超过内部活性而停止爆发脉冲。

由以上可知，在一组神经元相互作用的情况下，脉冲耦合神经元的阈值大小主要由链接输入决定，脉冲爆发周期既是它自身馈给输入的函数也是这个区域链接输入的函数。脉冲爆发的数量由区域的总能量决定，两次爆发的时间间隔近似于该区域面积的对数函数。当两组神经元相互作用时，每个组的捕获时间是另一个组的面积函数，且随两组距离增大而减小。每个组的捕获时间同脉冲同步爆发的时间之比可以比较小，这样即使它们处于强链接多脉冲爆发区域也能提供较弱而有效的链接。在这种情况下，内部同步的族之间的相互作用就相当于大的单个神经元直接作用的关系。这种同步是根据区域关系而不是内部细小的强度链接，各区域之间表现

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说综合文库基于脉冲耦合神经网络图像分割的应用研究在线全文阅读。