基于PCNN的灰度图像边缘检测方法

《基于PCNN的灰度图像边缘检测方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于!"#$的灰度图像边缘检测方法杨智勇周琪云周定康!江西师范大学计算机应用研究所"南昌QQ""!R#AP.+’,)D4’1;21,9S42B6$32.摘要脉冲耦合神经网络!07::$最初由A3M根据07::的传播特性提出了一种利用07::检测二值图像边缘的有效方法"但这种方法并不能直接用于对灰度图像的边缘进行检测&由于实际处理的图像大部分为灰度图像"因而其方法的适用性是很有限的&该文提出了一种基

2、于07::的灰度图像边缘检测方法"从而直接对!@>色灰度图像的边缘进行提取"具有较好的适用性&实验结果表明该方法是有效的&关键词07::灰度图像边缘检测图像处理文章编号%""!PTQQ%P%!""##!%P""UQP"!文献标识码V中图分类号H0QU%%&’()*’+,-.+,/,0,102345,063.7’8,.34!9$$:’4+;62(34+;63<=2(<4;63’4+&W/4/+13B-54*’*6*/2X72.86*/1V88,’3+*’25!F’+5(Y’:21.+,Z5’[/14’*D!:+53B+5(QQ""!R#?@80&’10)HB/07

3、::;+421’(’5+,,D81/4/5*/9*2/Y8,+’5*B/4D53B125264614*2X*B/5/61254’5*B/3+*[’46+,321*/YDA3M!+5/XX/3*’[/./*B29X21’5+1D’.+(//9(/9/*/3*’25+4/92507::’4812824/9$E6**B/./*B293+552*9/*/3*/9(/4’5(1+D’.+(/9

4、’1/3*,D$C’53/.24*2X81+3*’3+,’.+(/4*B+*5//9*2/8123/44/9+1/(1+D’.+(/!*B/+88,’3+’,’*D2X*B/./*B29’4,’.’*/9$HB’48+8/1812824/4+./*B29+4/92507::*29/*/3*/9(/4’5+(1+D’.+(/$HB’4./*B293+59/*/3*/9(/4’5+!@>32,214(1+D’.+(/9’1/3*,D+59’4+88,’3+,/$AY8/1’./5*1/46,*44B2;*B+**B/./*B29’4/XX/3*’[/$A,(B3&.8)

5、07::!(1+D’.+(//9(/9/*/3*’25!’.+(/8123/44’5(%引言缘处的灰度突变!提出了一种基于07::的灰度图像边缘检随着计算机软硬件技术的飞速发展!数字图像处理"&’(’)测方法!利用该方法可直接对!@>色灰度图像中的边缘进行有*+,-.+(/0123/44’5(#技术在医疗$交通$航空航天$计算机视觉效检测和提取%等领域得到了广泛的应用%其中对图像进行计算机自动识别和理解是其主要目的之一%!脉冲耦合神经网络!07::"边缘作为图像的基本特征!广泛地存在于物体与物体$物07::最初由A3

6、映了目标的重要特征!是进行图像分割的中神经元的同步脉冲&CD53B125264E614*#现象%F2B5425及其同基本依据%人们常常利用边缘特征将图像分割分解为一系列有事后来对最初的07::模型进行了一些修改!使之更适合于意义的目标或区域!进而依据各种特征对其中的物体进行自动计算机进行运算!并将07::算法引入了图像处理中%识别和理解%物体的边缘表现为灰度的突变%经典的边缘检测07::为众多神经元相互连接而成的神经网络!构成07)方法是考察图像各个像素的特定邻域内灰度的变化!根据相应::的单个神经元G<由树突&&/591’*’3H1//#$连接调制的一阶或二阶方向导数变化

7、规律对边缘进行检测!这类方法大&I’5<’5(J296,+*’25#和脉冲生成器&06,4/K/5/1+*21#等三部分多数使用基于方向导数掩模求卷积的算法实现%组成%树突部分又被分为两大分支!用于将两种不同的输入导脉冲耦合神经网络&06,4/7268,/9:/61+,:/*;21