本科生毕业论文(设计)-细胞神经网及在图像阈值分割中应用.docVIP

本科生毕业论文 细胞神经网及在图像阈值分割中应用 Cellular Neural Network and its applications in threshold segmentation 学生姓名 所在专业 所在班级 申请学位 指导教师 职称 副指导教师 职称 答辩时间  目 录 摘 要 I abstract II 1 绪论 1 1.1 人工神经网络的发展概论 1 1.2 细胞神经网络的研究与发展 1 1.3 本文主要研究内容 2 1.3.1 选题意义 2 1.3.2 选题目的 2 1.3.3 研究内容 2 2 细胞神经网络理论及图像分割原理 4 2.1 细胞神经网络理论 4 2.1.1 细胞神经网络的定义 4 2.1.2 标准CNN的结构 6 2.1.3 CNN输入输出的量化 8 2.1.4 基于CNN的图像处理的基本思想 9 2.1.5 细胞神经网络的应用 9 2.2 图像分割的基本概念 10 2.3 阈值分割原理 11 2.3.1 阈值的定义 11 2.3.2 全局阈值原理 11 2.3.3 局部阈值原理 12 2.3.4 不同的阈值法分割 13 2.3.5 不同的阈值法仿真比较 15 2.4 基于CNN的图像阈值处理 16 2.4.1 CNN的图像处理的通常步骤 16 2.4.2 简单的CNN 16 2.5 小结 17 3 基于CNN的无噪声图像阈值分割 19 3.1 基于CNN阈值分割基本原理 19 3.2 阈值模板参数的选取及分析 19 3.2.1 图像二值化 19 3.2.2 阈值模板 19 3.3 无噪声图像阈值分割仿真 20 3.4 小结 21 4 基于CNN的有噪声图像阈值分割 22 4.1 有噪声的阈值分割算法的原理 22 4.2 阈值模板参数的选取及分析 22 4.2.1 CNN平滑模板 22 4.2.2 CNN开运算和闭运算 22 4.3 实验结果及分析 24 4.3.1 单模板的仿真结果 24 4.3.2 基于CNN的图像阈值流程分割 25 4.4 局部阈值法 26 4.5 小结 27 5 总结与展望 28 5.1 总结 28 5.2 展望 28 鸣 谢 29 参考文献 30 　 摘 要 随着科学技术水平的发展及需求的提高，快速实时地完成对大规模图像信息的分析和处理，是当前图像处理领域中研究的关键性问题。细胞神经网络是一种可通过大规模集成电路实现的神经网络。它将并行计算和并行结构集于一身，能快速实时地完成图像处理任务。因此应用细胞神经网来探索实时图像处理以及解决当前图像处理领域存在的问题有着重要意义，也是目前研究应用其技术进行图像处理的热门课题。本论文首先介绍了细胞神经网络的理论知识及应用，其次，研究了基于细胞神经网的无噪声图像阈值分割算法，讨论了阈值模版参数的选取，给出了分割实验结果。最后，研究了基于细胞神经网的有噪声图像阈值分割算法。实验结果表明，本文提出的算法能快速有效地完成图像分割。 关键词：细胞神经网络；图像处理；阈值分割；模板  abstract Along with the development of science technique and enhancement of need level, rapidly real-time processing and analysis of the large-scale image is currently key issues in the image processing research field. Cellular Neural Network (CNN) is a kind of neural network which can be realized by VLSI. It congregates parallel computation and parallel structure, and can fulfill the image processing tasks rapidly and real-time. Therefore, it is very significant to explore real-time image processing and to solve the issue of the current image processing field using cell neural network. The application of its technology for image processing is also hot topic at present. The