用PCNN实现图像边缘检测算法中若干参数地研究.pdfVIP

向菲等：用PcNN实现图像边缘检测算法中若干参数的研究 用PCNN实现图像边缘检测算法中若干参数的研究 向菲1 王建成1 余道衡7 (华侨大学信息科学与工程学院，泉州362011) (北京大学电子学系，北京100871)2 摘要： 本文简单介绍了PCNN的基本模型，以及以此为基础进行图像边缘检测的一种新方法=1’。重点研究 了在此新算法中对联接强度参数卢，、闽值8，、循环次数Ⅳ三个参数应如何正确选择，并得出了一些有用的 结论。 关键词 PcNN图像边缘检测参数选择 一、引言 边缘检测是图像处理的重要内容。图像的边缘反映了图像的重要特征，边缘检测可使图 像后续处理的数据量大大减少，有利于后续的特征提取与识别。因此，对图像边缘检测方法 的研究具有重要性。 而随着生物神经学的发展，国外对一种被称为脉冲耦合神经网络(PCNN．pulsecoupled neural network)的人工神经网络的研究正在逐渐升温。研究表明，PCNN与传统的人工神经 网络相比有很多不同点，在图像处理““方面存在优势。国内已有文章提出了用PCNN进行图 像边缘检测的新算法…，但此文的侧重点在于算法本身，对于算法中的重要参数选择未做详 细研究。本文在简单介绍这一模型和算法的同时．从PCNN模型入手．对其选用的口．、0，、 ．Ⅳ三个参数的正确选择进行详细分析和计算机仿真，得到一些有用的结论，使读者对这一算 法有个更深刻的了解。 二、PCNN的基本模型 构成PcNN的单个神经元的基本模型14,5,61见图l，该模型由三部分组成：接收部分、调 制部分和脉冲产生部分。 i接受域 i 调制部分 i 脉冲产生部分 图1：PCNN中单个神经元的模型 Ⅲ一一219 向菲等：用PcNN实现图像边缘检测算法中若干参数的研究 该模型的动力学方程为： 己，=∑k=∑眠expoa争)j。‘(f)+，， ^ 女 F?=∑F4=Z[M,jexp(-a：t)]@Yk(t)+1i (2) 女 ^ Ui=Fib+BiLJ1 (3) 堡：一ajp，+vjy，“) (4) J i i”。 m ， 、 h U0 ’ ’ Y：=Step【U．一8，净{ (5’ ’ … “【0 else 将图1所示的神经元相互连接，就构成了PCNN。 三、对基于PCNN的图像边缘检测算法参数的研究 J．基于PCNN图像边缘检测算法Ⅲ介绍 当PCNN用于图像边缘检测时，它为一单层二维的局部连接的网络，神经元的个数等于 输入图像中像素点的个数，神经元与像素点一一对应。每一个神经元与对应的像素点相连， 同时与邻近的神经元相连。每个像素点的亮度输入到对应的神经元的F通道，同时每个神经 元与其3×3邻域中的其他神经元相连，其．L通道接受邻域中其他神经元的输出。每个神经 元的输出只有两种状态，点火或不点火。 同对规定。任一神经元只要其3×3邻域中有一神经元点火，它也就点火．这样就使褥 神经元的输出脉冲能自由地传播。PCNN用于图像边缘检测时，首先进行去噪处理，接着， 若亮区对应背景，暗区对应目标，则亮区由于亮度值较暗区大，故亮区对应的神经元首先点 火．而暗区对应的神经元不点火、将各个神经元的点火状况记录下来，就得到点火二值图． 其各点的值为0或1：然后让亮区发放的脉冲传播一个像素的距离，得到点火图：晟后将两 个二值图进行异或运算，就得到了检测到的