基于改进型PCNN赋时矩阵的图像特征识别方法

摘要

提出了一种基于自适应Unit-Linking脉冲耦合神经网络(ULPCNN)赋时矩阵的图像特征识别算法.该方法在充分考虑图像局部信息的基础上,对ULPCNN周值函数及链接强度做了修正改进,形成自适应连接的AULPCNN,利用AULPCNN模型对原始图像进行处理,生成一种从空间图像信息到时间信息的赋时矩阵映射图,并将其视为一幅图像进行处理.然后利用物理学相关概念定义赋时矩阵重心不变特征,且将这一特征运用在图像特征提取与目标识别中.理论分析和实验结果表明:AULPCNN赋时矩阵重心特征具有良好的抗几何畸变性(TRS)、抗亮度畸变性和抗噪声干扰不变性,具有提取特征参数少、提取方法简单、易于实现、识别正确率较高和稳健性强等特点.