资源简介
PCNN用于特征提取时,具体平移、旋转、尺度、扭曲等不变性,这正是许多年来基于内容的图像检索系统追求的目标,同时PCNN用于特征提取时,有很好的抗噪性。而且PCNN直接来自于哺乳动物视觉皮层神经的研究,具有提取图像形状,纹理,边缘的属性。用PCNN能很好地对图像进行签名,将二维的图像的特征提取成一维矢量签名。fun_pcnn
代码片段和文件信息
% function J=fun_pcnn(I);
function B=fun_pcnn(IBateV_EAlpha_EW);
% pcnn processing
I = imread(‘D101.gif‘)
[rc] = size(I);
B=zeros(rc);
%Y=zeros(rc);
S=zeros(r+2c+2);
M=zeros(rc);
E=zeros(rc);
% T=zeros(r+2c+2);
% T(2:r+12:c+1)=I;
% J=I;
Bate=0.1;
V_L=1;
% V_E=1.1;
% V_E=20;
V_E=256;
%Alpha_E=0.05;
Alpha_E=0.3;
% W=[0.5 1 0.5;1 0 1;0.5 1 0.5];
W=[0.7071 1 0.7071;1 0 1;0.7071 1 0.7071];
n=1;
while sum(sum(B))==0
for i=2:r+1
for j=2:c+1
V=[S(i-1j-1) S(i-1j) S(i-1j+1);
S(ij-1) S(ij) S(ij+1);
S(i+1j-1) S(i+1j) S(i+1j+1)];
L=V_L*sum(sum(V.*W));
F=I(i-1j-1);
U=double(F)*(1+Bate*double(L));
if U>=E(i-1j-1)
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 1959 2010-05-19 22:40 fun_pcnn.m
----------- --------- ---------- ----- ----
1959 1
评论
共有 条评论