脈沖耦合神經(jīng)網(wǎng)絡(luò)在指紋圖像處理中的研究與應(yīng)用.pdf

1、由Eckhorn神經(jīng)元模型得到的脈沖耦合神經(jīng)網(wǎng)絡(luò)模型(PCNN)是直接觀察貓的視覺(jué)皮層神經(jīng)細(xì)胞并模擬其活動(dòng)而得到的人工神經(jīng)網(wǎng)絡(luò)模型。PCNN不同于傳統(tǒng)的人工神經(jīng)網(wǎng)絡(luò)模型，它是通過(guò)模擬視覺(jué)皮層神經(jīng)細(xì)胞的活動(dòng)而建立的神經(jīng)網(wǎng)絡(luò)模型，是對(duì)真實(shí)神經(jīng)元的簡(jiǎn)化與近似。PCNN網(wǎng)絡(luò)模型所具有的鏈接域特性和動(dòng)態(tài)閾值衰減特性能夠使?fàn)顟B(tài)相似的神經(jīng)元同步輸出脈沖，這一點(diǎn)充分模擬了哺乳動(dòng)物視覺(jué)皮層神經(jīng)元的生物特性，因而在圖像分割、邊緣提取、目標(biāo)識(shí)別等圖像處理方而

2、獲得了廣泛的應(yīng)用。 本文深入研究脈沖耦合神經(jīng)網(wǎng)絡(luò)的基本原理、運(yùn)動(dòng)行為及其特性，本論文對(duì)原始PCNN模型做了一定程度的簡(jiǎn)化，在保持PCNN鏈接域特性和動(dòng)態(tài)閾值衰減特性的基礎(chǔ)上減少了神經(jīng)元模型的一些參數(shù)，提出更適用于圖像處理的簡(jiǎn)化型PCNN模型。從理論上說(shuō)，簡(jiǎn)化型PCNN可以用于圖像處理的各個(gè)方面，本文只對(duì)灰度指紋圖像進(jìn)行了分割，又對(duì)被白噪聲污染的二值指紋圖像進(jìn)行了去噪處理，完成了指紋識(shí)別系統(tǒng)中兩個(gè)重要的環(huán)節(jié)。同時(shí)，實(shí)驗(yàn)發(fā)現(xiàn)簡(jiǎn)化型P