脉冲耦合神经网络来源于高级哺乳动物的视觉仿生,更符合人类的视觉感知机理,近年来受到了广泛关注,为提高图像处理性能带来了新的机遇。尽管现有理论取得了初步成果,但由于网络参数自动设置等难题,限制了其进一步的应用和发展。 本项目以建立面向图像分割的自适应脉冲耦合神经网络模型为目的,深入研究脉冲耦合神经网络神经元的优化模型,网络参数的自动确定和寻优算法,控制图像分割质量的迭代点火终止准则,并在此基础上构建适用于图像分割的自适应脉冲耦合神经网络模型,提高图像分割的精度和鲁棒性,为基于人类视觉特性的图像分割方法的研究提供新的解决思路和解决方法。本项目的研究将对图像处理、人工智能、计算机视觉等领域的发展具有重要意义,对人工神经网络及其相关学科的发展也将起到积极的推动作用。
英文主题词Image Segmentation;Pulse Coupled Neural Network;Parameter Determination;Visual Attention Mechanism;Neuron