基于CNN模板的物体图像增长的研究与应用

摘要：

基于细胞神经网络(Cellular Neural Network,CNN)的图像处理的研究和应用已取得了很大进展.在图像处理中,有时需要增大图像中的物体.本文对实现物体增长功能的CNN模板进行了理论分析和鲁棒性研究,提出一个设计符合相应功能要求的鲁棒性CNN定理,它为设计相应的CNN模板参数提供了解析判据.通过数值模拟实例确认了理论结果在计算机图像处理中应用的有效性.

关键词：细胞神经网络、物体增长、鲁棒性、数值模拟

所属期刊栏目：22

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金70271068

在线出版日期：2006-11-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：165-167