基于细胞神经网络的图像处理在成像法位移测量中的应用研究

摘要

细胞神经网络自提出以来，因其高速、实时并行计算和易于VLSI实现等特点被广泛应用于图像处理、模式识别、联想记忆和保密通信等领域，目前已经取得了较大的进展。成像法位移测量是桥梁等大型基础设施变形测量的有效方法，其关键是在复杂自然环境下对光标快速而准确的识别和处理，目前成像法位移测量系统中采用传统图像处理方法进行光标的识别和处理，经研究发现基于此的算法复杂、计算量大，难以满足桥梁等基础设施健康监测实时性的需求，并且光标处理和识别的准确度还有待提高。利用细胞神经网络高速实时图像处理的特点，本文将基于细胞神经网络的图像处理理论和方法应用到成像法位移测量系统中，提高了复杂自然环境下光标图像的处理速度和精度，对桥梁等大型基础设施的位移监测有较大的应用价值。
　　 本文的主要工作包括以下几个部分：
　　 ①介绍了细胞神经网络的基本概念、国内外研究现状，根据细胞神经网络的结构特点和数理模型详细分析了其动态范围及稳定性。阐述了细胞神经网络应用于图像处理的基本思想。
　　 ②提出了一种基于改进粒子群优化算法的细胞神经网络模板设计方法，有效的实现了噪声去除模板和边缘提取模板的设计，取得了较传统噪声去除和边缘提取算法更好的图像处理效果，并将得到的模板应用到激光光斑索塔位移测量中。
　　 ③针对基于激光光斑的索塔位移测量，设计了一种基于细胞神经网络图像处理的方案。其中包括针对低比度激光光斑提出了一种阈值快速搜索算法，并应用于细胞神经网络的图像阈值化；设计了基于细胞神经网络的形态学操作模板，可以实现任意形状的结构元；对提取的光斑边缘用圆拟合算法进行中心定位，提高了中心定位的精度。
　　 ④针对基于条形灯管的自定标竖向位移测量系统，提出了一种基于细胞神经网络的二值图像细化算法，能有效地对二值灯管图像进行细化并保持处理结果的连通性。然后将其与细胞神经网络阈值化和形态学操作算法相结合提出了一种竖向位移测量图像处理方案，相比传统处理方法提高了系统测量的精度。
　　 最后对全文工作进行了总结，并指出了本文的不足之处和今后进一步研究的方向。