細(xì)胞神經(jīng)網(wǎng)絡(luò)具有局部互聯(lián)結(jié)構(gòu)和高速并行處理的能力,被廣泛應(yīng)用于圖像處理.然而,一方面,現(xiàn)有處理方法大多采用固定模板,在處理實(shí)際復(fù)雜圖像時(shí)難以得到較好的效果.另一方面,因傳統(tǒng)CMOS工藝發(fā)展瓶頸,利用其實(shí)現(xiàn)大規(guī)模細(xì)胞神經(jīng)網(wǎng)絡(luò)變得不切實(shí)際.本文首先以人眼感知原理為基礎(chǔ),考慮圖像中各個(gè)像素空間分布的影響,提出了一種新型閾值自適應(yīng)算法,其克服了傳統(tǒng)邊緣提取算法的局限性.利用具有獨(dú)特開(kāi)關(guān)轉(zhuǎn)換機(jī)制、非易失性和納米級(jí)尺寸等優(yōu)點(diǎn)的新型非線性兩端電路元件憶阻器來(lái)解決CNN的硬件實(shí)現(xiàn)難題.將自旋憶阻器與細(xì)胞神經(jīng)網(wǎng)絡(luò)相結(jié)合形成憶阻細(xì)胞神經(jīng)網(wǎng)絡(luò)作為算法的硬件.最后,對(duì)彩色圖像的邊緣提取進(jìn)行數(shù)值仿真,抗噪性檢測(cè),與傳統(tǒng)邊緣提取算法對(duì)比分析,并計(jì)算各算法邊緣提取結(jié)果的FOM（figure of merit）值和峰值信噪比（PSNR）,驗(yàn)證了基于像素空間分布的閾值自適應(yīng)憶阻細(xì)胞神經(jīng)網(wǎng)絡(luò)在彩色圖像邊緣提取中的有效性. 

【文章來(lái)源】：中國(guó)科學(xué):信息科學(xué). 2017,47(07)北大核心CSCD

【文章頁(yè)數(shù)】：15 頁(yè)

【文章目錄】：
1 引言
2 自旋憶阻細(xì)胞神經(jīng)網(wǎng)絡(luò)
3 改進(jìn)閾值自適應(yīng)彩色圖像邊緣提取
    3.1 自適應(yīng)閾值函數(shù)
    3.2基于空間分布的自閾值自適應(yīng)算法設(shè)計(jì)與分析
    3.3 實(shí)驗(yàn)結(jié)果與分析
4 總結(jié)


【參考文獻(xiàn)】：
期刊論文
[1]一種基于遺傳算法的細(xì)胞神經(jīng)網(wǎng)絡(luò)模板設(shè)計(jì)算法[J]. 任魯涌,郝相升,謝學(xué)智.  山東工程學(xué)院學(xué)報(bào). 2001(04)



本文編號(hào)：3229602