欢迎来到天天文库
浏览记录
ID:50116143
大小:5.68 MB
页数:57页
时间:2020-03-05
《基于PCNN的图像融合方法的研究.pdf》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、.,.:■:.'rH苗冀f!茜:.f'.i:-病馬:1.拷;淳...‘.--本\為..rr;^-軒壊>V法店奔々禱寒?1’飞kr:硕^t荣,的.M.■.J.::■‘-V■.:■11'.>-賴'培.-■.-..髮.>gb冬.基Mj0芳^研-::;,;R側础0^Jy載钟啤节■畔.r-?f據.■..-設;-:.去、r.-孫一,、^,‘..\.,‘\V-.:.端/死/.;VsV‘-.,,'v.c,:..議n.,>.,vc?■ ̄
2、r髮‘/訂苗./賢^.S、,‘片.if/v4;‘,?.--、'扭‘,慕,:,/v?-p-’"‘‘/薬V/^^‘巧‘,-人-;-魏产^’;^:\‘r;译作:-完..:'.'’,—v。巧;.,伊#!…:■-v'.■.r;'^‘—,-.I.,名;'^争r/,緣-潑?r.‘-‘^./节;./"争.J,,■‘,‘吁.s,-;’:‘V:?,.W成‘>某-i;.'.私鳥l-审痒啼毒苗r;^;;
3、Y身;占a_岩'华北电力大学硕±学位论文原创性声明本人郑重声明;此处所提交的硕±学位论文《基于PCNN的图像立进融合行方研法的研究》,是本人在导师指导下,在华北电力大学攻读硕女学位期间独究工过作研所取得的成果。据本人所知,论文中除已注明部分外不包含他人已己发表或撰写的注究成果。对本文的研究工作做出重要贡献。的个人和集体,均在文中W明确方式明。本声明的法律结果将完全由本人承担作者签名;日/月.ir月M—华北电力大学硕±学位论文使用授权书
4、《基于PCNN的图像融合方法的研究》系本人在华北电力大北学攻读硕±学位期论间在导师指导下完成的硕±学位论文。本论文的研究成果归华电力大学学所有,本文的研究内容不得其它单位的名义发表。本人完全了解华北电力大关于版保本存、使用学位论文的规定,同意学校保留并向有关部口送交论文的复印缩件和电子,允手许段保论存文被查阅和借阅。本人授权华北电力大学,可W采用影印、印或其他复制论文,可公布论文的全部或部分内"容。^本保学位论文属于(请在下相应方框内巧不保密密□,巧年解密后适用本授权书
5、^作者签名;日期::Mr年^月M曰导师签貧曰期:之。。年^月气国内图书分类号:TP399学校代码:10079国际图书分类号:004密级:公开工学硕士学位论文基于PCNN的图像融合方法的研究硕士研究生:于海慧导师:孟建良教授申请学位:工学硕士学科:计算机科学与技术专业:计算机应用技术所在学院:控制与计算机工程学院答辩日期:2015年3月授予学位单位:华北电力大学ClassifiedIndex:TP399U.D.C:004ThesisfortheMasterDegreeResearchonIm
6、ageFusionTechnologyBasedOnPCNNCandidate:YuHaihuiSupervisor:Prof.MengJiangliangSchool:SchoolofControlandComputerEngineeringDateofDefence:March,2015Degree-Conferring-Institution:NorthChinaElectricPowerUniversity华北电力大学硕士学位论文摘要脉冲耦合神经网络(PulseCoupledNeuralNetwo
7、rk,PCNN)是一种基于生物背景的神经网络。作为第三代人工神经网络,PCNN在图像处理领域有着非常广泛的应用,主要应用于图像去噪、图像分割、图像增强等。由于PCNN更接近于生物神经网络,使得其具有传统神经网络所没有的特性,如脉冲发放同步、变阈值、波的形成与传播等特性,这些特性可以很好的应用于图像处理这为本文在图像融合技术中使用脉冲耦合神经网络提供了理论意义和支持。本文首先介绍PCNN模型的基本原理,详细阐述其运行方式;再对PCNN的特性进行分析,探讨该模型在图像处理方面的应用方式及其优势;通过论述PCN
8、N的特点,可知将多尺度下的非采样Contourlet变换(NonsubsampledContourletTransform,NSCT)与PCNN相结合的融合算法,其应用价值更大。相对于传统的小波变换、离散小波变换、脊波变换,具有平移不变性的非采样Contourlet变换,在处理图像融合方面更理想。本文对NSCT变换的理论知识进行介绍说明,又针对其组成部分依次详细论述,在此基础上,总结出NSCT的诸多优良特性特征,表明该变换在图
此文档下载收益归作者所有