图像特征的CNN提取方法及其应用  

Characterizing Abstraction by CNN for Visual Pattern and its Application

作　　者：雷国伟[1] 吕迎阳[1] 纪安妮[1] 吴孙桃[1] 郭东辉[1] 

机构地区：[1]厦门大学物理与机电学院,厦门361005

出　　处：《计算机工程与应用》2004年第14期204-206,216,共4页Computer Engineering and Applications

基　　金：国家自然科学基金项目(编号:60076015);福建省自然科学基金项目(编号:A0010019);福建省高新技术项目等经费资助

摘　　要：图像特征的提取是视觉图像识别的重要方法之一,采用细胞神经网络(CNN)并行处理器进行图像特征的提取具有实时快速的优点。该文将介绍CNN并行处理器的基本工作原理及其实现图像特征处理的逻辑组合通用方法,并以图像的纹理分割与识别为例来说明CNN并行处理器应用于视觉图像识别的通用编程方法。ion is one of the most important processes for visual pattern recognition.Cellular Neural Networks(CNN)is one parallel processor which can be used for characterizing abstraction in visual pattern recognition via real-time and fast processing.This paper is to introduce the basic principle and architecture of CNN processor,and show up an universal programming method of CNN for visual pattern processing.In order to show the advantages of CNN universal programming for pattern recognition,an illustration of texture image processing is present in this paper.

关 键 词：CNN 并行处理器 图像识别 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]