混合神经网络应用于图象处理的研究-控制理论与控制工程专业论文.docxVIP

浙江大学硕士学位论文摘 浙江大学硕士学位论文 摘 要 图象处理技术包括图象复原、图象压缩、图象分割、图象增强等一系列分支， 目前它在遥感、字符识别、射线底片等众多领域得到迅速应用和推广。图象处理 技术增强了人类对大干世界知识获取的能力，例如卫星云图的摄制、医疗监控系 统的运作，乃至数字化视频光盘的压制，都随着图象处理技术的发展而逐步更新。 近几年，随着神经网络理论韵深入研究，神经网络技术的并行计算能力、非 线性映射和自适应能力等优点得到了国内外学者的充分重视，各种神经网络模型 在图象处理领域中得到了广泛的应用。 本文将立足于神经网络技术和图象处理技术实际的结合情况，做出新的探讨 和尝试。 论文的主要内容如下： 首先，作者系统的介绍了图象处理和图象编码的特点及其发展过程。全面、 系统地概述了传统编码算法的优点，并同时指出了其存在的若干问题，为本论文 指明了主要的研究方向。 然后，作者对各种流行的神经网络模型在图象处理领域中的应用进行了汇 总，根据图象处理的具体内容对这些应用进行分类叙述，阐明了神经网络技术在 图象处理领域中的优点和不足之处。 再次，作者依据自组织特征映射(SOFM)理论和主元分析(PCA)理论， 提出了一种基于PCA／SOFM混合神经网络的图象压缩编码算法，并对SOFM网 络学习参数的优化进行了探讨。实验证明，与普通PCA+SOFM连续编码算法和 基本SOFM算法相比，这种混合编码算法由于占用存储空间少，因而降低了码 书设计的计算量，并改善了码书的性能。 另外，作者针对上述基于神经网络的图象压缩软件方法，提出了硬件化结构 方案，并探讨了其具体实现过程的要点和难点。 最后，作者对全文进行了概括性总结，并指出了其他有待深入研究的问题和 今后工作的重点。 关键词：图象处理，图象压缩，神经网络，变换编码，混合编码，矢量量化，自 组织特征映射，主元分析 ——一 ——一 一 塑坚查兰竺主兰垡丝苎 Abstract Image processing technology includes image restoration，image compression， image segmentation，image enhancement，etc．Currently,it is widely adopted in and spread to fields such as remote sensing，character recognition，radiographic film and SO on．The technology enlarges the utilization of images，which we obtain from the boundless universe．And we can design digital video disc，satellite nephogram cemara or medical supervise system with high-performance based on the image technology． Artificial neural networks technology research has gone a long way in the past decade．The specialists at home and abroad in the image processing field have paid high attention and been engaged in the advantages ofNeural Network techniques such as the abilities ofparallel computing，nonlinear mapping and self．adaptiveness，and applied a variety ofNeural Network models into the image processing field． According to the practical combination of the neural networks technology and imge processing technology,this thesis researches into new algorithms in detail． The main contents oftIlis thesis are as follows： Firstly,the author gives an overview on the characte