电信系毕业设计选题汇总表.docVIP

选题流程: 浏览选题汇总表，每人挑选一个题目； 与指导老师联系（联系方式在本文档最后面)，经老师允许后方可选题； 将本人班级/姓名/学号信息填写到excel表格中（廖伟胜负责）。 电子与信息工程学院2014届本科毕业设计（论文）选题汇总 系（部）：电子信息科学与技术 序号 专业 题目 课题要求设计完成或研究探讨的主要内容 课题的意义 指导教师 职称 1 电子信息科学与技术 结合灰度熵变换和PCNN的小目标检测方法研究与分析 本课题研究结合灰度熵变换和PCNN的小目标检测方法，并对其进行分析。 在卫星遥感、航空航天、医学生物工程及现代军事战争等领域中，要求及时准确地在更远距离上或较大范围内发现遥感区域中探测对象的变化、航天器的大小及位置、生物组织细胞体微小病变以及军事捕获运动弹道导弹、飞机船舰等弱小目标的信息。而弱小目标图像检测又是数字图像处理中一个极具挑战性的亟待解决难题，特别在红外图像小目标分割检测中由于小目标距离远、占像素数少、运动速度低，缺乏形状、尺寸、纹理等信息，并且当存在不同干扰时，图像信噪比降低，对目标检测与跟踪十分不易。 脉冲耦合神经网络是一种不同于传统人工神经网络的新型神经网络，它有着生物学的背景，可广泛地应用于图像处理、图像识别、通讯、决策优化等方面。 吴骏 副教授 2 电子信息科学与技术 基于脉冲耦合神经网络的红外图像拼接方法研究与分析 本课题研究基于Hausdorff距离和PCNN的图像拼接方法，并对其进行分析。 图像拼接技术涉及到计算机图形学、图像处理、计算机视觉、模式识别和人工智能技术等众多学科及领域，是交叉研究的新兴领域。红外图像拼接作为图像拼接的核心研究与探讨的方向之一，已在遥感图像、气象环境监测、导弹精确制导、目标识别跟踪、民用以及军事等领域有着广泛的应用。 PCNN在图像处理中具有平移、旋转、尺度缩放、扭曲和输出信号强度不变性。PCNN模型是在哺乳动物视觉皮层神经元研究的基础上提出的新型神经网络模型，是目前研究发展最快的第３代人工神经网络，已在图像处理等领域取得了令人瞩目的应用成果。 吴骏 副教授 3 电子信息科学与技术 结合最大方差比准则和PCNN模型的图像分割方法研究与分析 本课题研究基于PCNN和最大方差比准则的图像分割，并对其进行分析。 脉冲耦合神经网络( PCNN) 模型是源于研究猫、猴等小型哺乳动物大脑视觉神经皮层上的同步脉冲发放现象而提出的一种新型神经网络模型，是从 Eckhorn 提出的神经元模型演化而来的。它不同于传统人工神经网络，更接近于人类大脑视觉皮层的视觉机理。 在图像分割的应用上，与以往经典神经网络模型相比，PCNN 模型的优势在于不需要任何训练样本，缺点在于它需要设置多种门限参数、衰减时间常数、加权因子及连接系数等，要通过合理的循环迭代次数，才能得到最佳分割效果。针对上述不足提出了一种结合最大方差比准则和 PCNN 模型的图像自动分割算法，这种算法引入了最大方差比准则，该算法能够实现 PCNN 迭代次数的自动判定，可以提高 PCNN 的迭代速度。 吴骏 副教授 4 电子信息科学与技术 基于简化PCNN的色盲检测图分割方法研究与分析 本课题结合RGB色差公式和简化PCNN模型对色盲检测图进行分割。 色觉是视觉系统的基本机能之一，对于图像和物体的检测具有重要意义。色盲是一种先天性色觉障碍疾病，是指缺乏或者完全没有辨别色彩的能力。根据假同色原理设计的色盲检测图，检测简单快速，具有几何图形、数字图形、物体图形等多种类型，可用于检测红绿色觉和蓝黄色觉异常． 色盲检测图大多是浅红色和浅绿色交叉来干扰测试人的，如果是色盲，他看到的只有一种颜色，所以无法分别色差所构成的数字或者物体图形。 脉冲耦合神经网络是一种被国际上称为第三代人工神经网络的新型人工神经网络模型，具有神经元特有的线性相加、非线性相乘调制耦合和同步脉冲发送特性。这样的模型对周围信号的处理能力更强、对环境的适应能力更好。另外，PCNN 网络为单层模型神经网络，不需要训练过程即可实现模式识别、图像分割和目标分类等，因此非常适合实时图像处理环境。 吴骏 副教授 5 电子信息科学与技术 基于自适应PCNN的快速图像分割方法研究与分析 本课题研究PCNN参数优化问题且仅需两次迭代就能得到分割结果。 传统PCNN应用于图像分割时，需要设置多个参数，且参数的选择对分割结果有很大影响，故 PCNN 模型参数的选取成为一个被关注较多的研究方向。目前部分参数选取上仍需要依靠经验设定，没有实现全部参数的自适应选取。本文针对上述问题，提出仅需 2 次迭代，参数自适应于图像统计特征和中间分割结果的 PCNN分割算法，得到较好的分割结果的同时，避免了凭经验设定参数、多次迭代造成运行时间长的问题，在速度上由于其他算法。 吴骏