基于PCNN脉冲耦合神经网络的图像分割(2)
4.6 PCNN改进模型的对比实验 26
5 总结与展望 30
致谢 31
参考文献 33
1 绪 论
1.1课题研究的背景和意义
社会发展史是一部浩大的史书，其中记载了人类社会的起源、发展和延续。在历史的漫长发展中，科学技术推动了人类社会的发展，人类探索宇宙天地自然的各种奥秘，这也象征着人类历史的持续发展。人类在纵情享受着科学技术带来的巨大便利，内心无比喜悦与激动，感叹科技的伟大。科学技术给人类的生活提供了巨大的便利，人们也越来越意识到科学技术的重要价值，在追求科技发展的道路上，永不停歇。现在，社会进步了，科技发展了，人们对图像的清晰度的要求也越来越高。因此人们对于图像处理的研究一直有很高的关注和热切的研究，但图像处理本身是一个难点，使得很多研究者在这个问题上付出很多努力，令人高兴的是也取得了很多的成果。
本文研究的图像分割是图像处理的一种。图像处理包括数字图像的处理和模拟图像的处理。通过特定的公式对空间中的数字图像进行加工处理的过程就是数字图像的处理[1]，并且这些数字图像具有这样的特性，空间中离散而且幅度上量化。在进行数字图像处理时，为了能达到接受系统能准确接收的目的，需要进行把图像信号转变为数字信号，在利用计算机进行处理的这一过程。在二十世纪五十年代，数字图像处理技术出现。随后由于计算机技术的高速发展，图像处理开始迅速发展起来，并形成了一门学科。提高图像的清晰度，使目标与背景更加明确的区别开来，这就是图像处理的目的。也就是在进行图像处理时，输入效果不好的、清晰度不高的图像，输出清晰度提高后的图像。这就为探究星球提供了一个很好的技术支持。
图像处理技术也在另外的很多领域发挥着重要的作用。和其他技术相比，数字图像处理拥有很多优势，例如它功能全面、容易保存以及有较高的处理精准度。所以在目前，研究数字图像处理是研究图像处理的一个大潮流。生活工作中图像处理需求的增长和其他相关支撑技术的发展是图像处理质量提高的重要原因。
观看一幅图像，并不是它的每个部分都会使人们感兴趣，人们重视可能是有价值的部分，这个有价值的部分通常被称为目标。这个目标具有某些特别的地方也可以说是具有很特殊的性质。图像中除目标之外的称为背景。目标与背景不会孤立的存在，而是以某种状态存在于同一个区域中。
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[2]。所以研究图像分割技术对各行各业都具有很大的价值。
1.2图像分割的研究现状
1.3 PCNN的国内外研究进展
1.4 本文主要内容及组织安排
本文的内容分为五章。第一章是绪论，第二章是关于脉冲耦合神经网络基本理论部分，第三章是关于基于PCNN的图像分割，第四章是关于PCNN及其图像分割部分，第五章是总结与展望。
第一章介绍了课题研究的背景和意义，介绍了图像分割的研究现状以及PCNN的国内外研究现状。
第二章介绍了PCNN的理论以及PCNN的生物视觉模型和脉冲耦合神经元模型，脉冲耦合神经元模型由突触部分、耦合部分和非线性脉冲产生部分组成。