细胞神经网络.docVIP

现代数学基础课题论文 PAGE - PAGE 1 - 目　　录 TOC \o 1-3 \h \z 1 图像处理的含义 1 2神经网络技术在图像处理中的运用 1 2.1神经网络的优越性 1 2.2图像处理中常用神经网络类型 1 2.2.1 Hopfield神经网络 1 2.2.2 BP网络 2 2.2.3 自组织网络 2 2.2.4 小波网络 2 2.2.5 细胞神经网络 3 2.2.6 模糊神经网络 3 3 细胞神经网络的说明 3 4 细胞神经网络的理论发展 4 4.1 CNN多值稳定及灰度处理理论研究 4 4.2 CNN联想记忆研究 5 4.3 变形细胞神经网络及稳定性研究 6 5 神经细胞网络在图像处理方面的应用 6 5.1 图像处理的依据 6 5.2 图像处理算法 7 5.2.1边沿探测 8 5.2.2凸角探测 8 5.2.3 其他算法 8 参考文献 9 现代数学基础课题论文 - PAGE 9 - 1 图像处理的含义 图像处理(image processing)是指用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。基本内容 图像处理一般指数字图像处理。数字图像是指用数字摄像机、扫描仪等设备经过采样和数字化得到的一个大的二维数组，该数组的元素称为像素，其值为一整数，称为灰度值。图像处理技术的主要内容包括图像压缩，增强和复原，匹配、描述和识别3个部分。 常见的处理有图像数字化、图像编码、图像增强、图像复原、图像分割和图像分析等。图像处理一般指数字图像处理。 图像处理的主要步骤一般包括：图像数字化、图像压缩、图像增强和图像复原。 2神经网络技术在图像处理中的运用 2.1神经网络的优越性 神经网络算法比起传统的算法表现出了很大的优越性，主要表现在： 1）高度并行处理能力，处理的速度远远高于传统的序列处理算法； 2）具有自适应功能，能够根据学习提供的数据样本找出和输出数据的内在联系； 3）非线性映射功能，图像处理中很多问题是非线性问题，神经网络为处理这些问题提供了有用的工具； 4）具有泛化功能，能处理带有噪声的或不完全的数据。 因此，神经网络技术在图像处理中得到了广泛的应用。 2.2图像处理中常用神经网络类型 2.2.1 Hopfield神经网络 Hopfield神经网络是一种动态网络，主要用于联想记忆和优化计算。如果我们能把某个待研究解决的问题化成一个Hopfield计算能量函数，且使这个计算能量函数的最小极值正好对应于一定约束条件下的问题解答时，那这个问题就可以翻用Hopfield网络来求解了。Hopfield网络在图像边缘检测、图像模式匹配和识别等图像处理方面应用较多。 2.2.2 BP网络 BP(Back Propagation)网络是一种神经网络学习算法，是由输入层、中间层、输出层组成的阶层型神经网络，中间层可扩展为多层。相邻层之间各神经元进行全连接，而每层各神经元之间无连接，网络按有教师示教的方式进行学习，当一对学习模式提供给网络后，各神经元获得网络的输入响应产生连接权值(Wetght)。然后按减小希单输出与实际输出误差的方向，从输出层经各中间层逐层修正各连接权，回到输入层。此过程反复交替进行，直至网络的全局误差趋向给定的极小值，即完成学习的过程。它采用反向传播算法的多层前馈网络，能够逼近任意的非线性映射关系，而且有很好的泛化能力。在图像处理领域中，作为一种非自适应的神经网络技术应用非常广泛。 2.2.3 自组织网络 自组织网络是一种非监督学习神经网络，这种网络的学习目的是从一组数据中提取有意思的特征或某种内在的规律性(分布特征或按某种目的聚类)。自组织性神经网络根据学习算法可以分为两类：一类是主元分析神经网络(Principal Component Analysis Neural Network，简称PCA神经网络)，这类网络能够抽取输入向量的主特征向量，并使输入输出数据在均方差意义下为最优，主要用于图像压缩和特征抽取。另一类是基于kohonen的自组织特征映射算法的神经网络(Self-organizing Feature Map Neural Net．work，简称SOFM神经网络)，此类网络对输入的数据有“聚类”作用，可起到数据压缩的作用，同时又具有特征抽取的作用，同样应用于图像压缩和特征提取。 2.2.4 小波网络 小波网络起源于小波分解，是近年来在小波分析研究获得突破的基础上提出的一种前馈型网络，它不但具有并行结构与并行处理、信息的分布式存储、容错性、自组织自适应能力、非线性等特点，而且还具有一般神经网络所无法达到的收敛速度、收敛精度以及完美的小波理论基础。小