基于改进型脉冲耦合神经网络的图像增强算法研究

《基于改进型脉冲耦合神经网络的图像增强算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人或集体已经发表或撰写过的研究成果，对本文的研究做出贡献的集体和个人均已在论文中作了明确的说明并表示了谢意。研究生签名：礁歪堡日期：鲨!!：圭：銎论文使用和授权说明本人完全了解云南大学有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交学位论文和论文电子版；允许论文被查阅或借阅；学校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。，(

2、保密的论文在解密后应遵循此规定)研究生签名：-j乱亚L导师签名：牲日本人及导师同意将学位论文提交至清华大学“中国学术期刊(光盘版)电子杂志社”进行电子和网络出版，并编入CNKI系列数据库，传播本学位论文的全部或部分内容，同意按《中国优秀博硕士学位论文全文数据库出版章程》规定享受相关权益。研究生签名：二I二?——导师签名：一三‘．!‘二一日期：—一一二一擅蔓IPllllXllllllllllIlllPlflllPldlllIFlllllIFIllY2379131摘要图像是一种信息获取与利用的重要途径。但是在获取

3、或传输途中，图像质量会下降，所以需要利用各种图像处理技术来改善图像质量。图像增强是整个图像处理过程的基础，是一个非常重要的环节。增强的目的在于改善图像的质量或优化视觉效果，使图像更利于人眼观测或机器识别，以便获取更有效的信息。增强需求会随处理目的或者观察者的不同而有所差异，即图像增强具有很强的针对性，这就决定了增强算法的高针对性。因此还没有一种通用的增强算法。人类是利用大脑皮层视觉区来感知图像的，而脉冲耦合神经网络(PCNN)就是基于哺乳动物大脑视觉皮层神经元特性建立起来的数学模型，生物学背景使其较好地模拟了

4、人类视觉系统，被广泛应用于图像处理的各个领域。本论文主要通过对脉冲耦合神经网络模型特性的分析，研究其与人眼视觉特性之间的关系，并将其应用于图像增强中。文章首先介绍了各种图像增强算法的原理和应用场景，其次详细分析了脉冲耦合神经网络的工作原理，接着针对具体应用对PCNN模型进行了改进，将原来的指数衰减阈值改进为线性衰减阈值，并阐述了改进PCNN模型对灰度图像进行增强的原理，最后提出了一种基于本文PCNN模型的彩色图像增强算法，并对算法进行了实验仿真。与两种经典的彩色图像增强算法的增强结果比较表明，本文算法可以有效

5、增强图像，输出图像对比度提高，细节显现，颜色自然，客观评价值高。关键词：脉冲耦合神经网络；图像增强：改进模型AbstractImageisanimportantwayofinformationacquisitionandutilization．However，theimagequalitywilldeclineduringacquisitionortransmission，SOitisnecessarytouseavarietyofimageprocessingtechnologytoimproveimage

6、quality．Imageenhancementisthebasisandkeyofimageprocessing．Itspurposeistoimprovethequalityoftheimageoroptimizethevisualeffects，andmaketheimagemoreconducivetothehumaneyeobservationormachinerecognition．Differentpurposesandobserverswillhavedifferentenhancementn

7、eeds，thatis，imageenhancementhasastrongpertinence，whichdeterminestheenhancementalgorithmhasahighlytarget，thusthereisstillnoauniversalimageenhancementalgorithm．Humancorticalvisualareaisusedtoimageperception，andthemathematicalmodelofPulseCoupledNeuralNetwork(P

8、CNN)isestablishedbasedonthemammalianvisualcortexneuronscharacteristicanditsbiologicalbackgroundmakeitbettertosimulatethehumanvisualsystem，anditisappliedinmanyfieldsofimageprocessing．Thisthesismainlyana