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

  B: L/ u: ]5 B5 Y# }0 r
2 `6 ^8 f% \1 n6 |/ g
+ b1 I0 o, i( V# q. A! N! F3 ?6 S# \# D4 J4 I! N$ s# L8 p8 _
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,
1 y0 I# Q8 q1 `$ u  ~$ w* 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
) _8 b" n" T$ U3 o7 y, Z1 M, Q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;3 P1 r# A, b0 ~, i
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; g2 l) V' _( b, U
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1 J; a! O4 Q5 S) O# [- l+ t6 }
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
# x% q5 S: v8 f+ X& s7 N3 v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. z5 j1 w' p4 r8 Y" ?2 P! K
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,
, {+ |( `2 D0 B7 F# a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.
. C) e/ o1 b( u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
3 }. [5 A+ V6 _& H+ I6 C的可行性, 并为图像增强等智能图像处理提供新思路
7 r! O: p! `- @# \
! Z4 E; G* ^: J0 z$ w( o6 l0 B: L, K" \) {5 z/ d; Y% u8 q1 a2 c

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