生物圖像邊緣檢測算法的研究.pdf

1、隨著現(xiàn)代生命學科與信息學科的滲透與交叉，應用數(shù)字圖像處理技術進行生物量化分析研究已成為近10多年來的研究熱點。細胞切片等顯微圖像的量化分析一直是生物信息量化分析領域中的一個難點，也是目前研究的熱點。而邊緣檢測正是進行生物量化分析的關鍵前期技術。因此，針對彩色細胞切片圖像邊緣檢測課題，論文開展了如下研究工作：
　　 1.首先闡述和分析了PCNN簡化模型的基本特性，并將其熵序列特性應用于指紋特征提取，實驗表明，熵序列作為指紋的特征具

2、有良好的同一性但排他性不理想，改變PCNN模型的內(nèi)部連接矩陣W的結構大小對熵序列的排他性有一定的改善。
　　 2.提出改進的矢量脈沖耦合神經(jīng)網(wǎng)絡，可直接處理彩色切片細胞圖像。模型中彩色圖像每個像素看作是一個矢量，可減少神經(jīng)元個數(shù)。在此基礎上，嘗試給出基于矢量脈沖耦合神經(jīng)網(wǎng)絡的一種背景復雜的彩色枸杞細胞切片圖像的邊緣檢測方法，并給出該邊緣檢測算法的圖形化用戶操作界面，其檢測染色較弱的細胞邊緣的性能和抗噪性能優(yōu)于傳統(tǒng)算法。該算法能直