基于PCNN的图像纹理平滑度的特征提取.pdfVIP

　　第 20 卷 　第 9 期 计 　算 　机 　仿 　真 2003 年 9 月 　　 ( ) 文章编号 :1006 - 9348 2003 09 - 0103 - 03 基于 PCNN 的图像纹理平滑度的特征提取 张军英1 ,2 ,李博云1 ( 1. 西安电子科技大学计算机学院 ,陕西 西安 710071 ;2 . 西安电子科技大学雷达信号处理国家重点实验室 ,陕西 西安 710071) ( ) 摘要 :脉冲耦合神经网络 PCNN 是基于猫视觉原理构建的一种简化的神经网络模型 ,它适合基于视觉内容的特征提取 。该 文在改进模型的基础上运用 PCNN 神经元的点火捕获特性提取出了一种度量图像纹理平滑程度的特征量 ———捕获率 ; 同时 结合 PCNN 与傅立叶功率谱得到图像的低频能量与图像总能量的比例关系 ,作为度量图像纹理平滑程度的另一个特征量 ———低频能量比。最后通过图像检索实验验证了这两个特征量的有效性 。 关键词 :脉冲耦合神经网络 ;捕获率 ;低频能量比;平滑 中图分类号 :TP183 　　文献标识码 :A 1 　引言 能及网络参数对性能的影响的分析难以进行 。为此 ,我们采 脉冲耦合神经 网络 ( Pulse Coupled Neural Network , 简称 用文献[3 ]提出的简化 PCNN 模型 。但这种简化模型采用指 PCNN) 是 Eckhorn[ 1] 提出的猫视觉皮层模型的一种拓展 。这 数衰减阈值函数 ,从而对图像中的高亮度区有较低的分辨率 种基于动物视觉原理的神经网络模型无论在结构上还是在 而对低亮度区却又有较高的分辨率 , 即对图像亮度分辨率具 工作原理上都与传统的人工神经网络有很大的不同。首先 , 有不均匀性 。这种情况在时间坐标轴上的反映是 :具有较高 在二维的PCNN 模型中 ,神经元与图像的像素是一一对应的 , 亮度的像素之间的点火时间间隔较短 ,而较低亮度的像素之 并且每个神经元均通过连接矩阵与其周围的神经元相互作 间的点火时间间隔却较长 。这既不符合人眼的视觉特征又 用 ;其次 ,神经元的阈值能随着时间的推移不断发生变化 ;神 增加了软件模拟的时间复杂度 。 经元之间的相互作用以及神经元阈值随时间变化的特性促 为解决这个问题可以有两种方案 :第一 ,在不改变阈值 使不同强度的相邻神经元会在相同的时刻发放脉冲 ,称这种 函数的情况下改变网络模型的输入模式 。具体做法是 :首先 特性为神经元之间的同步脉冲发放 。PCNN 模型的这一特性 将原图像输入 PCNN 进行运算 ,直到图像中强度为 128 的像 [2 ] [3 ] ( 使得它在图像平滑 、分割 等图像处理领域中被广泛地使 素点火 ;然后将原图像的数据取反 比如说如果图像的灰度