基于PCNN的彩色圖像特征捆綁模型構(gòu)建方法的研究.pdf

1、本文的研究?jī)?nèi)容是國(guó)家自然科學(xué)基金“圖像顏色和形狀特征綁定的腦認(rèn)知過(guò)程及模型研究”(ID:61070077)中的重要組成部分，旨在對(duì)彩色圖像顏色和形狀特征捆綁模型的構(gòu)建方法進(jìn)行研究。
　　 圖像識(shí)別是計(jì)算機(jī)視覺領(lǐng)域中的一個(gè)研究熱點(diǎn)和難點(diǎn)，越來(lái)越多的受到了人們的關(guān)注，具有廣泛的應(yīng)用背景。本文重點(diǎn)研究顏色與形狀這兩種圖像最基本特征的特征捆綁神經(jīng)網(wǎng)絡(luò)模型的構(gòu)建方法，為計(jì)算機(jī)圖像識(shí)別提供理論依據(jù)和參考模型。
　　 針對(duì)彩色圖像顏色

2、和形狀特征捆綁模型構(gòu)建方法問(wèn)題，本文的主要工作和創(chuàng)新點(diǎn)如下:
　　 首先，在分析基于強(qiáng)度的PCNN模型在彩色圖像處理方面不足的基礎(chǔ)上構(gòu)建了基于矢量的特征捆綁PCNN(VFB-PCNN)模型，該模型將PCNN模型處理的灰度標(biāo)量空間擴(kuò)展到VFB-PCNN模型的彩色矢量空間，并利用賦時(shí)矩陣實(shí)現(xiàn)顏色與形狀特征的分離以及捆綁，同時(shí)完成了迭代次數(shù)的自動(dòng)判定，實(shí)現(xiàn)了彩色圖像的自動(dòng)捆綁。仿真實(shí)驗(yàn)結(jié)果表明，VFB-PCNN模型能夠較好的解決彩色圖

3、像的自動(dòng)特征捆綁問(wèn)題。
　　 其次，VFB-PCNN模型能夠較好的解決彩色圖像的自動(dòng)捆綁問(wèn)題，但是卻無(wú)法識(shí)別彩色空間中的所有顏色。因此，在此基礎(chǔ)上提出雙空間矢量特征捆綁PCNN(DVFB-PCNN)模型。該模型利用將RGB顏色空間與HIS顏色空間相結(jié)合的方法成功的解決了VFB-PCNN模型無(wú)法分離彩色空間中所有顏色的難題，具有很好的魯棒性。
　　 本文模型能夠很好的解決彩色圖像的特征捆綁問(wèn)題，但是所建立模型是基于圖像的基