1.一种基于脉冲神经膜系统的快速并行图像细化算法,包括以下部分:
A、对二值图像中的每个像素点编码;
B、根据快速并行细化算法中删除黑色像素点的条件,找出每一种符合删除条件点的编码,给出这些编码的集合,即删除集合DEL1、DEL2;
C、建立图像细化脉冲神经膜系统。
2.根据权利要求1所述的一种基于脉冲神经膜系统的快速并行细化算法,其特征在于,所述的部分A中,所述的像素点编码是指:对于除边缘像素点以外的每个像素点,将其设为P0,其周围相邻的八个像素点按照时钟顺序分别设为P1、P2、P3、P4、P5、P6、P7、P8,假设图像中第i行第j列的像素点标记为(i,j),当像素点为黑色像素时Hr=0,当像素点为白色像素时Hr=1,则对(i,j)像素点的编码为:
3.根据权利要求1所述的一种基于脉冲神经膜系统的快速并行细化算法,其特征在于,所述的部分B中,所述的删除集合是指:令N(P0)表示P0的邻点为黑色像素点的个数,S(P0)表示以P1、P2、P3、P4、P5、P6、P7、P8、P1为序时这些点的值从0到1变化的次数,细化算法分为两个步骤,第一步,将所有满足以下四种条件的像素点列出,建立删除集合DEL1:2≦N(P0)≦6、S(P0)=1、P1×P3×P5=0、P3×P5×P7=0,第二步,将所有满足以下四种条件的像素点列出,建立删除集合DEL2:2≦N(P0)≦6、S(P0)=1、P1×P3×P7=0、P1×P5×P7=0。
4.根据权利要求1所述的一种基于脉冲神经膜系统的快速并行细化算法,其特征在于,所述的部分C中,所述的脉冲神经膜系统是指:对于p×q大小的图像,建立度为(p×q)+2的脉冲神经膜系统,Π=(O,σ11,σ12,...,σpq,σ1,σ2,syn,1),
其中
(1)O={a}为单字母集合,a表示一个脉冲
(2)σ1=(512,a513a*/a513→a512;1),σ2=(0,a1024a*/a1024→a1024;1)
σij=(nij,Rij),i∈{1,…,p},j∈{1,…,q},其中,
k∈{1,…,q},j∈{1,…,p}
对于其他的(i,j)
(3)
syn1={<1,(i,j),1>∣i∈{2,…,p-1},j∈{2,…,q-1}}
syn2={<2,(i,j),1>∣i∈{2,…,p-1},j∈{2,…,q-1}},
σ1是脉冲神经膜系统的输入神经元,输入一个正整数,代表图像细化算法的迭代次数。