1、近年來,越來越多的研究者把人工神經(jīng)網(wǎng)絡(luò)的研究重點(diǎn)轉(zhuǎn)向了更具真實(shí)性的脈沖神經(jīng)網(wǎng)絡(luò)中,并且目前已經(jīng)有很多國(guó)內(nèi)外的研究者在脈沖神經(jīng)網(wǎng)絡(luò)的應(yīng)用方面取得了一定的成果。而圖像分割作為圖像處理的一個(gè)關(guān)鍵步驟,在圖像處理中占據(jù)著重要的位置。所以本文針對(duì)基于脈沖神經(jīng)網(wǎng)絡(luò)的圖像分割做了一些工作,具體如下:
　　提出了一種新的基于Time-to-First-Spike編碼的脈沖神經(jīng)網(wǎng)絡(luò)圖像分割方法,在圖像分割中引入Time-to-First-Spike

2、編碼策略,將圖像的像素值編碼為脈沖的發(fā)放時(shí)間。首先在輸入層將圖像像素值應(yīng)用Time-to-First-Spike編碼策略轉(zhuǎn)換為神經(jīng)元脈沖的發(fā)放時(shí)間,然后將編碼結(jié)果以感受野為單位送入中間層,通過閾值電位控制神經(jīng)元的脈沖發(fā)放,最后在輸出層根據(jù)分割閾值將神經(jīng)元的脈沖發(fā)放時(shí)間分成兩類并輸出分割結(jié)果。在實(shí)驗(yàn)中,詳細(xì)分析了感受野大小、閾值電位和分割閾值等參數(shù)對(duì)分割結(jié)果的影響,并通過對(duì)具有噪聲的復(fù)雜圖像的分割,驗(yàn)證了該方法的有效性。
　　針對(duì)脈

3、沖神經(jīng)網(wǎng)絡(luò)圖像分割中的脈沖編碼問題,提出了Time-to-First-Spike編碼策略的兩種編碼方式:線性編碼和非線性編碼。線性編碼方法采用從圖像像素值到神經(jīng)元脈沖發(fā)放時(shí)間的線性函數(shù)對(duì)應(yīng)關(guān)系,而非線性編碼方法采用Sigmoid函數(shù)的對(duì)應(yīng)關(guān)系。通過應(yīng)用線性編碼方法和非線性編碼方法對(duì)圖像進(jìn)行分割,實(shí)驗(yàn)結(jié)果表明:(1)非線性編碼方法的分割結(jié)果優(yōu)于線性編碼方法,分割圖像具有更大的香農(nóng)熵值;(2)非線性編碼方法在圖像分割時(shí)具有更大的取值區(qū)間,更