二值圖像邏輯差細胞神經(jīng)網(wǎng)絡的參數(shù)規(guī)則設計

摘 要：基于細胞神經(jīng)網(wǎng)絡（Cellular Neural Network，CNN）的邏輯差運算模板（Logic Difference template， LOGDIF）能夠對兩幅二值圖像進行邏輯差運算，文章深入研究了基于細胞神經(jīng)網(wǎng)絡的LOGDIF模板，設計了一個二值圖像邏輯差運算CNN模板的參數(shù)規(guī)則，并進行了數(shù)學證明。當CNN圖像處理的模板參數(shù)在本文設計的規(guī)則范圍內時，便可以對兩幅二值圖像進行邏輯差運算。最后，實驗仿真證明了參數(shù)規(guī)則的合理性。

關鍵詞：二值圖像;細胞神經(jīng)網(wǎng)絡;邏輯差運算;參數(shù)規(guī)則設計

中圖分類號：TP183 ?文獻標識碼：A ?文章編號：1673-260X（2022）01-0027-04

CNN是由Leon O. Chua（蔡少棠）和L. Yang（楊林）[1，2]在1988年提出的。為了克服Hopfield網(wǎng)絡由于全連通性而在當時超大集成電路中無法實現(xiàn)的問題，蔡少棠等人提出了具有局部連通性的CNN，以犧牲網(wǎng)絡全連通性為代價，獲得了更快的運算速度，圖像處理與識別能力更強，更利于硬件的實現(xiàn)。CNN本質上偏向于一種局部聯(lián)接網(wǎng)絡，它的輸出只有兩個值，屬于非線性信號模擬處理器。CNN提出之后，在圖像處理方面應用十分廣泛。閔樂泉[3]提出CNN有利于計算機對圖像的處理以及復雜系統(tǒng)模型的建立;楊懷恒等人[4]對可以完成圖像中物體膨脹運算的CNN模板做了理論分析與魯棒性研究，設計了一個可以完成圖像中物體膨脹運算的魯棒性CNN定理，此定理為規(guī)劃符合要求的細胞神經(jīng)網(wǎng)絡模板系數(shù)提供了理論依據(jù)。計算機仿真實驗驗證了理論推導結論在應用中是靈驗的。李碩等人[5]通過對蔡少棠等人提出的LOGAND CNN模板參數(shù)的深入研究，提出了一個可以實現(xiàn)二值圖像邏輯與功能的CNN參數(shù)設計定理，同時證明了其正確性。……