数学建模社区-数学中国

标题: 用于图像增强的仿生自适应忆阻细胞神经网络 [打印本页]
作者: 杨利霞    时间: 2020-10-26 15:38
标题: 用于图像增强的仿生自适应忆阻细胞神经网络
用于图像增强的仿生自适应忆阻细胞神经网络
5 |& b' f5 y9 h# f, I
0 P$ h$ B  L+ J) t
& B- Z0 }4 y0 S: u2 j

+ [  ?1 K7 Z% j% [2 Q细胞神经网络 (cellular neural network, CNN) 具有简单的局部互联结构和高速并行处理能力,
: G, m7 I7 [8 T4 o3 k( r是构造人工视网膜的基础模型, 可被应用于机器视觉中图像处理时的图像增强等方面. 然而, 现有的
& _/ s4 d5 w- v4 E+ \) k此类图像增强方法尚存在一些不足, 例如, 在处理实际复杂图像时, 采用固定模板难以取得理想效果;
0 A6 N( ?! Y# `6 D* w* I3 S" |而且, 未能模拟人类视觉系统的全局和局部自适应调节特性, 缺乏仿生考虑. 因此, 本文融合自适应三
- G0 F, j; }4 @, z: z  B高斯 (tri-Gaussian) 理论和纳米信息器件忆阻器, 提出了一种用于图像增强的新型仿生自适应忆阻细, L$ L6 f( @3 _9 V# D1 P7 ]) K3 ]
胞神经网络. 其中, 基于忆阻器的可编程性、非易失性、突触可塑性等优点, 构建忆阻细胞神经网络架
" r2 e( @6 R( s: [4 ^3 Y; H构. 基于神经元感受野三高斯模型, 利用高斯核函数和细胞神经网络的图像处理特征, 提出对应的仿
0 _" J( G9 J% @! T3 O8 a( H生自适应图像增强模板设计算法. 最后, 分别以灰度和彩色图像为例进行了图像增强实验和对比分析,( N( V0 y& o/ V" M. L( c: `2 M
结果表明, 提出的仿生自适应忆阻细胞神经网络能够显著提高图像的全局亮度、局部对比度和清晰度.9 z1 e/ u1 k0 e  X
本研究可为细胞神经网络提供自适应模板设计及实现方案, 提升细胞神经网络的仿生特性和硬件实现) x9 x0 |; ]- d, a/ w
的可行性, 并为图像增强等智能图像处理提供新思路! n& W+ M; j5 F
9 ^1 {8 p2 C# V1 G0 c
3 ^6 |+ n( _* G

用于图像增强的仿生自适应忆阻细胞神经网络.pdf

2.58 MB, 下载次数: 2, 下载积分: 体力 -2 点

售价: 3 点体力  [记录]





欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) Powered by Discuz! X2.5