基于脉冲耦合神经网络的图像处理算法
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
人工神经网络由许许多多的神经元按照一定的结构组成，人工神经网络中神经元并行分布的运算的原理、快捷的学习算法、有效的认知系统引起了广大学者的高度重视和广泛研究[2-4]。时至今日，对人工神经网络的研究已经取得了很多的进展，研究人员先后提出了很多种人工神经网络模型，如BP网络模型(前馈网络)[5]、Hopfiele网络（一种全联结反馈网络）[3]、M-P网络模型[1]、CNN网络模型[6]、PCNN网络模型[5、8]等。
关键词：脉冲耦合神经网络，图像噪声，滤除高斯噪声
ABSTRACT
Pulse-Coupled Neural Network (Simplified as PCNN)is a model built through the simulation of the outbursts of synchronous pulses in the visual layer of a cat's cerebra. It is called the third generation artificial neural network. Much attention has been paid to the mechanism of PCNN and its applications. More and more researchers have also paid attention to it at home. This thesis does some works:(1)The mechanism and behavior of PCNN are analyzed, and the PCNN is applied to image processing、radar、sonar、biomedicine、signal processing and so on.(2)Introduce the characteristic of Gaussian noise. (3)Eliminate image noise(Gaussian noise)based on PCNN.(4)Use means algorithm, median algorithm respectively, and compare with the algorithm base on PCNN, the results of experiments indicates that means algorithm has several advantages, such as clear profile and abundant details. Finally, we summarize the done works, and list some disadvantages and unsolved problems.
三、主要技术指标
1、给图片加入高斯噪声；
2、通过多种算法完成对高斯噪声的滤波；
3、还原图Βιβλιοθήκη Baidu的原貌即无噪声的情况。
四、进度和要求
2－3周：翻译英文资料；
4－8周：学习脉冲耦合神经网络的图像处理算法，熟悉MATLAB编程；；
9－11周：基于脉冲耦合神经网络对图像进行滤波处理的技术研究；
12－15周：撰写毕业论文。
本科毕业设计论文
题目基于脉冲耦合神经网络的图像处理算法研究
专业名称自动化
学生姓名
指导教师
毕业时间
毕业任务书
题目
基于脉冲耦合神经网络的图像处理算法研究
二、指导思想和目的要求
1、掌握脉冲耦合神经网络对于图像滤波的算法；
2、熟悉MATLAB平台；
3、掌握图像处理的流程与仿真方法；
4、掌握科研工作的一般思路和方法，培养独立的科研能力。
1.3本文的章节安排4
第2章脉冲耦合神经网络6
2.1脉冲耦合神经网络的基本模型6
2.2脉冲耦合神经网络的基本特性研究10
2.3简化模型的行为分析12
2.4简化模型的图像处理原理分析14
2.5 PCNN应用于数字图像处理15
2.6本章小结16
第3章基于PCNN的图像高斯噪声滤除17
3.1高斯噪声的特点17
KEYWORDS:Pulse-Coupled Neural Network，image noise，eliminate Gaussian noise
第1章
1.1
人工神经网络是近几十年新兴的一门学科。它涉及到神经生理学、电子学、计算机科学、数学等多门学科，己经被广泛的应用于人工智能、信息处理、模式识别、自动控制等诸多领域[3]。
6、王润生，图像理解[M]，长沙：国防科技大学出版社，1995.56-57。
7、董继扬.基于脉冲耦合神经网络的灰度图像边缘提取.计算机应用.2003，23(9).50-52。
学生雷潇指导教师王红梅系主任
目录
摘要1
ABSTRACT2
第1章绪论3
1.1研究的目的和意义3
1.2 PCNN在国内外的研究现状3
五、主要参考书及参考资料
1、高隽，人工神经网络原理及仿真实例，机械工业出版社，2003年；
2、郑君里，杨行峻，人工神经网络，高等教育出版社，1991年；
3、焦李成，神经网络系统理论，西安电子科技大学出版社，1990年；
4、韩力群，人工神经网络理论设计及应用，化学工业出版社，2007年；
5、马义德等，脉冲耦合神经网络原理及其应用，科学出版社2005年。
3.2基于简化PCNN模型的参数选取19
3.3基于PCNN的图像噪声滤除算法20
3.4仿真及实验结果分析23
3.5本章小结28
第四章总结与讨论29
4.1毕业设计小结29
4.2课题展望29
致谢30
参考文献31
摘
脉冲耦合神经网络(Pulse-Coupled Neural Network,简称PCNN)是基于对猫的视觉皮层神经元脉冲串同步振荡现象的研究发展而来的神经网络模型，被称为第三代人工神经网络，与传统的人工神经网络模型相比较，因其具有动态神经元、时空总和特性、波的自动传播、同步脉冲发放等特性而备受关注。PCNN的工作原理和其在图像处理、雷达声纳、电子行业、医药卫生、语音信号处理等领域的应用在国内外受到广泛重视。近年来，国内对PCNN的研究发展也非常重视。本文的主要工作有：(1)深入分析了PCNN的工作机理和运行行为，并对其特性和应用领域进行详细介绍；(2)介绍了高斯噪声的特点；(3)基于PCNN网络对图像的高斯噪声进行滤除；(4)分别采用均值算法、中值算法与基于PCNN的算法相比，实验结果表明采用基于PCNN的算法得到的图像效果好，处理结果轮廓清晰并且细节保留较完整，在实际应用中有一定的优越性。最后总结了本文的实验成果，同时研究中出现的不足和问题有待日后解决。
关键词：脉冲耦合神经网络，图像噪声，滤除高斯噪声
ABSTRACT
Pulse-Coupled Neural Network (Simplified as PCNN)is a model built through the simulation of the outbursts of synchronous pulses in the visual layer of a cat's cerebra. It is called the third generation artificial neural network. Much attention has been paid to the mechanism of PCNN and its applications. More and more researchers have also paid attention to it at home. This thesis does some works:(1)The mechanism and behavior of PCNN are analyzed, and the PCNN is applied to image processing、radar、sonar、biomedicine、signal processing and so on.(2)Introduce the characteristic of Gaussian noise. (3)Eliminate image noise(Gaussian noise)based on PCNN.(4)Use means algorithm, median algorithm respectively, and compare with the algorithm base on PCNN, the results of experiments indicates that means algorithm has several advantages, such as clear profile and abundant details. Finally, we summarize the done works, and list some disadvantages and unsolved problems.
三、主要技术指标
1、给图片加入高斯噪声；
2、通过多种算法完成对高斯噪声的滤波；
3、还原图Βιβλιοθήκη Baidu的原貌即无噪声的情况。
四、进度和要求
2－3周：翻译英文资料；
4－8周：学习脉冲耦合神经网络的图像处理算法，熟悉MATLAB编程；；
9－11周：基于脉冲耦合神经网络对图像进行滤波处理的技术研究；
12－15周：撰写毕业论文。
本科毕业设计论文
题目基于脉冲耦合神经网络的图像处理算法研究
专业名称自动化
学生姓名
指导教师
毕业时间
毕业任务书
题目
基于脉冲耦合神经网络的图像处理算法研究
二、指导思想和目的要求
1、掌握脉冲耦合神经网络对于图像滤波的算法；
2、熟悉MATLAB平台；
3、掌握图像处理的流程与仿真方法；
4、掌握科研工作的一般思路和方法，培养独立的科研能力。
1.3本文的章节安排4
第2章脉冲耦合神经网络6
2.1脉冲耦合神经网络的基本模型6
2.2脉冲耦合神经网络的基本特性研究10
2.3简化模型的行为分析12
2.4简化模型的图像处理原理分析14
2.5 PCNN应用于数字图像处理15
2.6本章小结16
第3章基于PCNN的图像高斯噪声滤除17
3.1高斯噪声的特点17
KEYWORDS:Pulse-Coupled Neural Network，image noise，eliminate Gaussian noise
第1章
1.1
人工神经网络是近几十年新兴的一门学科。它涉及到神经生理学、电子学、计算机科学、数学等多门学科，己经被广泛的应用于人工智能、信息处理、模式识别、自动控制等诸多领域[3]。
6、王润生，图像理解[M]，长沙：国防科技大学出版社，1995.56-57。
7、董继扬.基于脉冲耦合神经网络的灰度图像边缘提取.计算机应用.2003，23(9).50-52。
学生雷潇指导教师王红梅系主任
目录
摘要1
ABSTRACT2
第1章绪论3
1.1研究的目的和意义3
1.2 PCNN在国内外的研究现状3
五、主要参考书及参考资料
1、高隽，人工神经网络原理及仿真实例，机械工业出版社，2003年；
2、郑君里，杨行峻，人工神经网络，高等教育出版社，1991年；
3、焦李成，神经网络系统理论，西安电子科技大学出版社，1990年；
4、韩力群，人工神经网络理论设计及应用，化学工业出版社，2007年；
5、马义德等，脉冲耦合神经网络原理及其应用，科学出版社2005年。
3.2基于简化PCNN模型的参数选取19
3.3基于PCNN的图像噪声滤除算法20
3.4仿真及实验结果分析23
3.5本章小结28
第四章总结与讨论29
4.1毕业设计小结29
4.2课题展望29
致谢30
参考文献31
摘
脉冲耦合神经网络(Pulse-Coupled Neural Network,简称PCNN)是基于对猫的视觉皮层神经元脉冲串同步振荡现象的研究发展而来的神经网络模型，被称为第三代人工神经网络，与传统的人工神经网络模型相比较，因其具有动态神经元、时空总和特性、波的自动传播、同步脉冲发放等特性而备受关注。PCNN的工作原理和其在图像处理、雷达声纳、电子行业、医药卫生、语音信号处理等领域的应用在国内外受到广泛重视。近年来，国内对PCNN的研究发展也非常重视。本文的主要工作有：(1)深入分析了PCNN的工作机理和运行行为，并对其特性和应用领域进行详细介绍；(2)介绍了高斯噪声的特点；(3)基于PCNN网络对图像的高斯噪声进行滤除；(4)分别采用均值算法、中值算法与基于PCNN的算法相比，实验结果表明采用基于PCNN的算法得到的图像效果好，处理结果轮廓清晰并且细节保留较完整，在实际应用中有一定的优越性。最后总结了本文的实验成果，同时研究中出现的不足和问题有待日后解决。