[发明专利]一种基于像素值的脉冲耦合神经网络骨骼肌图像处理方法在审
| 申请号： | 202011236899.9 | 申请日： | 2020-11-09 |
| 公开（公告）号： | CN112330637A | 公开（公告）日： | 2021-02-05 |
| 发明（设计）人： | 王沫楠;王海滨 | 申请（专利权）人： | 哈尔滨理工大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/10 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 150080 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 像素 脉冲 耦合 神经网络 骨骼肌 图像 处理 方法 | ||
【权利要求书】：
1.一种基于像素值的脉冲耦合神经网络骨骼肌图像处理方法，其特征在于，该方法主要包括：
步骤1，求解动态阈值的振幅VE与连接系数β；
步骤2，将需要处理的图像中，感兴趣的区域的像素阈值代入目标优化的公式中，输出结果为馈电输入的指数衰减因子kf；
步骤3，通过kf与漏积器的指数衰减因子ke之间的关系，求解ke。
2.根据权利要求1所述的一种基于像素值的脉冲耦合神经网络骨骼肌图像处理方法，其特征在于，所述求解VE，β具体为：
Smax是图像中的像素最大值，S'通过大津法获得。
3.根据权利要求1所述的一种基于像素值的脉冲耦合神经网络骨骼肌图像处理方法，其特征在于，所述目标优化的公式具体为：
其中，
S1、S2是感兴趣区域的像素阈值。
4.根据权利要求1所述的一种基于像素值的脉冲耦合神经网络骨骼肌图像处理方法，其特征在于，所述kf与ke之间的关系具体为：
其中，
是n+2维的向量，是n维的向量，Z是(n+2)×n的矩阵，n是所输入的像素阈值的个数。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于哈尔滨理工大学，未经哈尔滨理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202011236899.9/1.html，转载请声明来源钻瓜专利网。
