脉冲耦合神经网络.pptVIP

脉冲耦合神经网络在图像处理上的应用研究

报告人：XXX

XXX

目录

1理论基础

2基本模型及其功能特性

3应用与实验

4展望

理论根底

猫、猴等哺乳动物

的大脑视觉系统产生

的同步脉冲现象

视觉系统的

Eckhorn数学模型

Johnson等人对Eckhorn

模型进行了改进与简化，诞生了

脉冲耦合神经网络，它在国际上被

称为第三代人工神经网络

哺乳动物视觉通路示意图

根本模型及其功能特性

2.1Eckhorn神经元模型

XXXX年

根本模型及其功能特性

2.2脉冲耦合神经网络模型〔PCNN模型〕

根本模型及其功能特性

2.3工作原理

PCNN的运行行为是各

神经元相互独立运行的组合，

在外部刺激作用下，以一定

自然频率发放脉冲，称为自

然点火。

外部刺激强，点火频率

越高。不同亮度不同时刻，

相同亮度相同时刻。

无耦合PCNN输出脉冲示意图

根本模型及其功能特性

2.3工作原理

PCNN各神经元间存在耦合连

接，一个神经元的点火会引起相

邻神经元提前点火。

具有空间邻近、亮度强度相似

性输入的神经元将在同一时刻点

火。

有耦合神经元点火图

根本模型及其功能特性

2.4根本特性

1变阈值特性

2捕获与非线性调制特性

3动态脉冲发放特性

4同步脉冲发放特性

5自动波特性

6时空综合特性

应用与实验

研究方法与内容

3.1图像分割

变形后的PCNN神经元模型：

去掉动态门限产生机制，自适应遗传算法搜索最优门限阈值

研究方法与内容

3.1图像分割

原始灰度图Ostu算法结果PCNN算法改进的PCNN算法

研究方法与内容

3.2边缘检测

研究方法与内容

3.3图像融合

脉冲耦合神经网络图像融合模型

研究方法与内容

3.3图像融合

总结与展望

4.2展望

Theend

谢谢！