Thạc Sĩ Phát triển một số thuật toán xử lý ảnh sử dụng mạng nơron tế bào

MỤC LỤC Trang
CHƯƠNG 1: MỞ ĐẦU
1.1. Tổng quan về xử lý ảnh dùng mạng nơron tế bào CNN 9
1.1.1 Tình hình nghiên cứu trên thế giới 10
a). Lọc nhiễu trong xử lý ảnh trên máy tính hệ lệnh tuần tự 10
b). Sự ra đời và phát triển của CNN và CNN UM 12
c). Xử lý ảnh dùng CNN 20
1.1.2 Tình hình nghiên cứu về xử lý ảnh dùng CNN trong nước. 22
1.2. Mục đích đối tượng và phạm vi nghiên cứu của đề tài. 23
1.3. Phương pháp nghiên cứu 24
1.4. Ý nghĩa khoa học và thực tiễn của đề tài 24
CHƯƠNG 2: MẠNG NƠ RON TẾ BÀO CNN VÀ LỌC NHIỄU
TRONG XỬ LÝ ẢNH
2.1. Kiến trúc của CNN
2.1.1. Kiến trúc của CNN tuyến tính. 25
2.1.2. Kiến trúc CNN phi tuyến và CNN trễ 28
2.1.3. Kiến trúc của CNN nhiều lớp 29
2.1.4. Ba lớp CNN tuyến tính đơn giản. 29
2.2. Một số vấn đề cơ bản của CNN
2.2.1. Giới hạn động lực học của CNN 32
2.2.2. Độ ổn định của CNN. 32
2.2.3. Ba kiểu điều kiện biên tiêu biểu cho một CNN 35
2.2.4. Thiết kế mẫu cho mạng nơ ron tế bào 36
a). Bộ mẫu – chương trình máy tính mạng nơ ron tế bào 36
b). Các phương pháp thiết kế mẫu cho CNN 40
2.2.5. Thiết kế mẫu giải các PDE khuếch tán 41
2.3. Sử dụng phương trình khuếch tán trong xử lý ảnh trên máy tính
hệ lệnh tuần tự 41
a). Khuếch tán đẳng hướng (isotropic) 42
b). Khuếch tán dị hướng (anisotropic) 42
c). Khuếch tán với thành phần phức 45
2.4. Một số mô hình CNN một lớp và hai lớp đã được đề xuất
2.4.1. Mô hình CNN 1 lớp lọc nhiễu 49
a). Mô hình CNN một lớp số thực giải phương trình truyền nhiệt 49
b). CNN một lớp thực hiện bộ lọc phức của Gabor 50
2.4.2. Mô hình CNN hai lớp của Zonghuang Yang, Yoshifumi
và Akio Ushida 51
CHƯƠNG 3: PHÁT TRIỂN MỘT SỐ THUẬT TOÁN XỬ LÝ ẢNH
XỬ LÝ SONG SONG DÙNG CÔNG NGHỆ MẠNG NƠRON TẾ BÀO
3.1. Thuật toán lọc nhiễu dùng CNN với khuếch toán phức 53
3.1.1. Mô hình CNN thực hiện PDE khuếch tán tuyến tính phức 53
3.1.2. Mô hình CNN khuếch tán phi tuyến phức 63
3.1.3 Độ chính xác của phương pháp 69
3.2. Thuật toán lọc nhiễu SHOCK dùng CNN. 69
3.2.1. Bộ lọc shock 69
3.2.2. Thuật toán lai dùng CNN tăng tốc độ cho bộ lọc shock 74
3.2.3. Xem xét sự thực hiện của thuật toán 77
3.3. Thuật toán lọc nhiễu đốm SRAD dùng CNN 79
3.3.1. Lọc nhiễu đốm SRAD 79
3.3.2. Mô tả thuật toán dùng CNN 83
3.3.3. Đánh giá tính hội tụ và hiệu quả của thuật toán 87
3.4. Thuật toán phục hồi ảnh đối xứng thời gian thực 88
CHƯƠNG 4: MỘT SỐ KẾT QUẢ THỰC NGHIỆM
VÀ MÔ PHỎNG KIỂM CHỨNG
4.1. Thực nghiệm thuật toán lọc nhiễu shock
4.1.1. Mô tả thực nghiệm 93
4.1.2. Kết quả và đánh giá so sánh với các phương pháp khác 94
4.2. Mô phỏng thuật toán lọc nhiễu đốm SRAD
4.2.1. Mô tả bài toán mô phỏng 99
4.2.2. Kết quả và đánh giá so sánh với các phương pháp khác 99
4.3. Thực nghiệm xử lý ảnh thời gian thực trên CNN UM
4.3.1. Thực nghiệm thuật toán phục hồi ảnh đối xứng thời gian thực 99
a). Mô tả thực nghiệm 99
b). Kết quả và đánh giá so sánh với các phương pháp khác 101
4.3.2. Thực nghiệm nhận dạng tốc độ cao. 102
a). Mô tả thực nghiệm 102
b). Kết quả và đánh giá so sánh với các phương pháp khác 110
4.4. Hướng ứng dụng các kết quả nghiên cứu trong công nghiệp 110
KẾT LUẬN
Tóm tắt các nội dung nghiên cứu chính 111
Các kết quả mới của luận án 112
Kiến nghị về những nghiên cứu tiếp theo 112
Danh mục các công trình đã công bố 114
TÀI LIỆU THAM KHẢO 116