基于时空信息的视频对象分割算法及其在细胞神经网络机上的实现

随着MPEG-4和MPEG-7的研究发展,基于内容编码和面向对象的存取和操纵技术日益得到人们的重视,视频分割技术迅速成为当前视频研究领域的热点.为了能够实时准确地对运动视频对象进行分割,本文提出了一种时空结合的视频分割算法,即先利用帧间差分求出大致的视频对象,经过投影定位,再通过灰度连通区域的标记对其进行修正.本算法直接面对灰度图象序列处理,并且综合和时间空间上的信息,使得对于运动对象的分割更加准确和有效,同时由于并行的细胞神经网络的介入,使得算法具有更好的实时性.通过在细胞神经网络机CNNUM上的模拟结果证明,利用该算法,能够较精确地分割出视频对象.     

基于细胞神经网络的灰度图像负片算法

提出了一种基于细胞神经网络的灰度图像负片算法。根据细胞神经网络高速并行的特点。提出并设计了单层细胞神经网络负片模板用于灰度图像的负片处理。为细胞神经网络在图像处理领域中的应用提供了一种优良的算法。实验证明了，该算法对灰度图像负片处理的有效性。