脉冲耦合神经网络(Pulse Coupled Neural Network, PCNN)是近年提出的图像处理新方法,已在图像去噪、图像分割、图像阴影去除、图像边缘检测等领域中获得广泛研究与应用。将PCNN应用于感兴趣区(Regions of Interest, ROI)的检测,利用PCNN图像增强处理,其处理结果具有突显图像中的ROI区域、屏蔽图像中大量无关信息的优点,可有效缩小后续定位算法中ROI的搜索范围,有利于提高后续ROI定位算法的定位准确率和算法处理效率。然而,由于PCNN增强处理后的结果是图像序列,如何能有效地从该序列中自动检测出包含了目标ROI的图像结果,是PCNN在实际应用中所面临的一大难题。因此,基于PCNN的ROI检测方法及应用的研究不仅具有理论研究价值,而且具有重要的社会、经济意义。
本文主要围绕基于PCNN的ROI图像检测方法及其应用展开研究。其主要研究内容及其创新点归纳如下:
(1)针对标准PCNN及其改进模型存在的缺陷和不足,提出了一种PCNN改进模型,LMO-PCNN模型。并通过对LMO-PCNN模型输出的不同规定,得到了该模型的两个子模型,LAO...
【英文摘要】
Pulse Coupled Neural Network (PCNN) is a new method of image processing proposed in recent years, and it has been applied in varied image processing domains such as noise removal, image segmentation, image shadow removal, etc. Applying PCNN to detecting regions of interest (ROI), the results of image enhancement based on PCNN which can stand out ROI and wipe off unrelated regions, can reduce range of searching ROI effectively for ROI localization algorithm, which can improve the accuracy of localizat...
| 
点击下列相关研究机构和相关文献作者，可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献，使您全面了解该机构和该作者的研究动态和历史。
