学位论文 > 优秀研究生学位论文题录展示

基于神经网络模型的彩色图像分割新方法

作　者: 陈玉璞
导　师: 范周田
学　校: 北京工业大学
专　业: 数学
关键词: 神经网络模型稳定性分析图像分割同步功率谱
分类号: TP391.41
类　型: 硕士论文
年　份: 2013年
下　载: 4次
引　用: 0次
阅　读: 论文下载

内容摘要

神经网络模型在图像处理中有着重要的意义.本文提出了两个神经网络模型进行彩色图像分割.首先利用Wilson-Cowan模型在相近的外界刺激和局部耦合的情况下实现同步,用极限环模拟神经元的活动情况,但由于随着外部输入的变化极限环的产生条件也随之变化,分割结果不是很理想.随后引入了Kuramoto相位模型,并完整的描述了神经元振子的周期性活动情况,在原模型的基础上建立了新的映射系统,利用谐波分析和频谱理论描绘出了神经元振子的活动性曲线和瞬时频率变化曲线.同时结合功率谱知识和瞬时频率同步原理实现了彩色图像分割,并将分割结果与其他方法的分割结果进行了比较.本文方法能够通过改变图像中振子瞬时频率的阈值调节图像的分割区域与分割强度,此算法优于其他方法的一些算法.

全文目录

摘要  4-5
Abstract  5-7
第1章绪论  7-13
  1.1 前言  7
  1.2 图像分割的研究现状  7-10
    1.2.1 现有的图像分割方法  7-9
    1.2.2 现有的图像分割技术  9-10
  1.3 基于神经网络的图像分割研究现状  10-12
  1.4 本文的研究内容和主要成果  12-13
第2章预备知识  13-17
  2.1 Wilson-Cowan 模型和预备知识  13-14
  2.2 功率谱的预备知识  14-15
  2.3 Kuramoto 模型预备知识  15-16
  2.4 本章小结  16-17
第3章基于 Wilson-Cowan 网络模型的图像分割  17-21
  3.1 模型稳定性分析  17
  3.2 图像分割理论分析  17-19
  3.3 图像分割数字模拟  19-20
  3.4 本章小结  20-21
第4章基于 Kuramoto 方程的图像分割  21-31
  4.1 模型改进  21-22
  4.2 模型应用  22-25
  4.3 数字模拟及其分割结果对比  25-29
    4.3.1 与基于边缘检测方法分割结果的对比  25-27
    4.3.2 与基于 EM 算法方法的分割结果对比  27-29
  4.4 本章小结  29-31
结论与展望  31-33
参考文献  33-37
攻读硕士学位期间所发表的学术论文  37-39
致谢  39

基于神经网络模型的彩色图像分割新方法

内容摘要

全文目录

相似论文