一、课题综述及研究意义
图像分割是图像识别和计算机视觉的基础,得到精确的分割效果至关重要,因此,如何准确分割目标区域成为数字图像处理研究的难点和热点。图像分割算法很多,其中基于脉冲耦合神经网络的图像分割是基于哺乳动物的视觉皮层同步脉冲发放现象数字图像处理的一个重要分类就是图像分割。所谓图像分割就是把图像分成若干个特定的、具有特殊性质的区域,它的最终目的是把目标从图像中单独的显示出来。实现图像处理并能进行准确图像分析的关键一环就是图像分割,对图像的最基本的处理就是图像分割。经过分割后所得的效果的好坏对后续的识别和理解都产生巨大的影响。所以研究图像分割技术对各行各业都具有很大的价值。而构建的模型,依赖于图像的自然特性,得到广泛的研究和发展。图像分割算法有很多,其中其中基于脉冲耦合神经网络的图像分割是基于哺乳动物的视觉皮层同步脉冲发放现象而构建的模型,依赖于图像的自然特性,得到广泛的研究和发展。
二、课题拟采取的研究方法和技术路线 简单介绍传统PCNN的数学模型,通过仿真实验说明图像分割过程,分割效果表明传统PCNN难以得到理想的分割效果。为了解决这一问题,从生物角度考虑,本文重新定义动态阈值,构建新颖的PCNN的数学模型,其主要思想为:当动态阈 值缓慢下降时,所有神经元从初始的全局抑制缓慢向点火状态转化,且某一神经元一旦点火,则以后步数都处于点火状态。 (1)确定论文题目及研究方向,搜集相关资料。 (2)深入了解课题的理论基础。 (3)学习使用Visio,Matlab软件,能熟练地绘画系统框图和流程图等。 (4)认真思考改进思路,并能证明它的合理化。 (5)系统方案论证与选择。 (6)将之前看的资料、书籍,进行总结。 (7)撰写毕业论文,翻译外文参考文献,书写摘要。 (8)根据老师的建议,对论文进行部分修改。 (9)修改论文格式,完善论文。 三、主要参考文献 [1] 乔玲玲.图像分割算法研究及实现[D].武汉理工大学,2009. [2] 马义德,李廉,绽琨,等.脉冲耦合神经网络与数字图像处理[M].北京:科学出版社, 2008:57. [3] Linda G, Shapiro,George C,Stockman.Computer vision [M]. New Jersey, Pren-tice-Hall. 2001:279-325. [4] 章毓晋.图像处理和分析基础[M].北京:高等教育出版社,2002:180-181. [5] 周鲜成.图像分割方法及其应用研究综述[J].信息技术,2007:11-14. [6] 赵春燕,闫长青,时秀芳.图像分割综述[J].中国科技信息,2009:42-43. [7] 黄德双.水平集方法及其在图像分割中的应用研究[D].中国科技大学,2009:1-6. [8] 乔玲玲.图像分割算法研究及实现[D].武汉理工大学,2009:3. [9] Ekblad U,Kinser J M,Atmer J.The intersecting cortical model in image progressing[J].Nuclear instruments & methods in physics research.Section A,2004,525(1-2):392-396. [10] 史忠植.神经网络[M].北京:高等教育出版社,2009.5:212. [11] 马义德,袁敏.PCNN 与传统神经网络在图像处理中的应用研究[DB].中 国科技论文在线. [12] 马义德,齐春亮,绽琨.自适应脉冲耦合神经网络在图像处理中应用[J].系统仿真学报,2008:2897-2830. [13] Yide Ma,Kun Zhan,Zhaobin Wang.Applications of Pulse-Coupled Neural Networks[M].Beijing::High Education Press, 2010:27-41. [14] 马义德,戴若兰,李廉.一种基于脉冲耦合神经网络和图像熵的自动图像分割方法[J].通信学报,2002:46-51. [15] 姚畅,陈后金,李居朋.改进型脉冲耦合神经网络在图像处理中的动态行为分析[J].自动化学报,2008:1291-1297. [16] 张军英,樊秀菊,董继扬,等.一种改进型脉冲耦合神经网络及其图像分割[J].电子学报,2004:1223-1226. [17] 向菲.基于脉冲耦合神经网络的图像处理[D].华侨大学,2005. [18] 汪云九,齐翔林.惊人的假说—灵魂的科学探索[M].长沙:湖南科学技术出版社,2001. [19] Charles M Gray,Peter Konig,Andreas K Engel.Oscillatory responses in cat visual cortex exhibit inter-columnar synchronization which reflects global stimulus properties [J].Nature,,1989,3(23):334-337. [20] 许绍芬.神经生物学[M].上海:复旦大学出版社,2006:294-295. [21] Kullback S.Information Theory and Statistics[M].New York:John Wiley,1959. [22] 刘京,马义德.一种基于交叉熵改进型PCNN图像自动分割新方法[J].中国图像图形学报,2005,10(5):579-584. [23] Ma Yide,Liu Qing.Automated image segmentation using improved PCNN model based on cross-entropy[C].2004 International Symposium on Intelligent Multimedia,Video and Speech Processing ,2004:743-746.
二、毕业设计(论文)工作实施计划 (一)毕业设计(论文)的理论分析与软硬件要求及其应达到的水平与结果 理论分析:
图像分割是图像识别和计算机视觉的基础,得到精确的分割效果至关重要,因此,如何准确分割目标区域成为数字图像处理研究的难点和热点。图像分割算法很多,其中基于脉冲耦合神经网络的图像分割是基于哺乳动物的视觉皮层同步脉冲发放现象而构建的模型,依赖于图像的自然特性,得到广泛的研究和发展。 简单介绍传统PCNN的数学模型,通过仿真实验说明图像分割过程,分割效果表明传统PCNN难以得到理想的分割效果。为了解决这一问题,从生物角度考虑,本文重新定义动态阈值,构建新颖的PCNN的数学模型,其主要思想为:当动态阈值缓慢下降时,所有神经元从初始的全局抑制缓慢向点火状态转化,且某一神经元一旦点火,则以后步数都处于点火状态。 (1)了解课题的相关背景及发展 (2)知晓课题的理论 (3)融入自己的思想,给出改进的模型 (4)将改进模型与传统模型进行对比
软硬件要求:
软件:Visio绘图软件、Word文字处理软件、相应的编程软件等。
(二)毕业设计(论文)工作进度与安排www.EEELw.com 起讫日期 工 作 内 容 和 要 求 备 注 3月23日-4月5日 搜集论文相关资料。 4月6日-4月12日 学习使用Visio,Matlab软件,能熟练地绘画系统框图和流程图等。 4月13日-4月19日 认真思考改进思路,并能证明它的合理化。 4月20日-4月26日 系统方案论证与选择。 4月27日-5月3日 将之前看的资料、书籍,进行总结。 5月4日-5月10日 撰写毕业论文,翻译外文参考文献,书写摘要。 5月11日-5月17日 根据老师的建议,进行论文修改。 5月18日-5月24日 修改论文格式,完善论文,做PPT。 5月25日-5月29日 继续完善论文,熟悉论文,对细节进行修改。 |