赵海燕



新的PCNN实现方法及其在图像处理中的应用研究

赵海燕

成都东软学院计科系，四川 都江堰 611844

随着计算机技术的不断发展，图像处理技术水平也是在不断得到提升，其所应用的先进技术也是越来越多，其中PCNN在图像处理中的应用使得图像处理的水平得到了一个质的飞跃。在此主要对新的PCNN实现方法进行了分析，并对其在图像处理当中的具体应用进行了探讨，以期能够不断提升图像处理水平。

PCNN；图像处理；应用研究

PCNN是不同于传统人工神经网络的一种新型神经网络模型，是根据动物大脑皮层上的脉冲振荡提出的一种生物神经模型，这种模型已经广泛应用在图像处理或识别当中，其所应用的优势也非常明显，也正在逐渐成为图像处理中的应用翘楚，且随着PCNN新的实现方法的出现，其在图像处理当中的应用也更加得到重视[1]。

1 新的PCNN实现方法

PCNN全称为脉冲耦合神经网络，是一种新型的神经网络模型，属于单层二位脉冲耦合神经元阵列，将每个神经元对应图像当中的一个像素，就可以对图像进行处理。这种模型在图像处理当中的表现比较出色，且随着PCNN技术的不断发展，其在图像处理中所占有的地位也是越来越突出，在这里笔者主要是提出了新的PCNN实现方法，也对其在图像处理当中的应用结合进行了讨论。这里所提到的新的实现方法主要是快速算法实现，主要表现在两点上：一是简化模型。相对于传统的PCNN模型，新的实……