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

9 B/ @3 {3 ^/ i/ q4 }: E: @* R# L
4 }$ S; {( z+ T8 _0 J2 j$ F. j( n/ q  {& m3 Y, F( x5 p. i& E# j1 U' W
+ l! r4 F& w. D0 J; k
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,, j5 e; f$ h) r  C, u6 y9 j1 X
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0 i* \+ c0 ]" N5 m; E
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;8 D$ V0 l4 v1 A7 q7 T) X
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
) x# z: ~& `% a/ v5 P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
' M5 u9 n4 X5 F/ H* B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
6 y( s/ C! B; m  j) J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
- a% y. P# ~* F. _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,
7 X! Z. x! B# W* Z9 g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.: ^' ], i$ O( V0 O9 u% C7 f) ~( `5 {6 N
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7 }9 z8 r/ R* d& E
的可行性, 并为图像增强等智能图像处理提供新思路5 O5 P; M) \) p. L: Q- y% i

" G6 c, t9 I8 ~5 T6 B( O% P) q; w2 ^! A8 e- A8 ]$ ]3 i

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