神经网络 ｜ 基于脉冲耦合神经网络PCNN图像特征提取与匹配（附matlab代码）
- 内容未发表论文
基于脉冲耦合神经网络（PCNN）的图像特征提取与匹配研究
摘要
本文提出一种基于脉冲耦合神经网络（Pulse-Coupled Neural Network, PCNN）的图像特征提取与匹配方法。通过模拟生物视觉皮层神经元的脉冲同步发放特性，PCNN能够有效捕捉图像纹理与边缘特征。实验表明，该方法在旋转、尺度变化和噪声干扰下具有较强鲁棒性。本文提供完整的MATLAB实现代码，验证了算法的有效性。
关键词：脉冲耦合神经网络；特征提取；图像匹配；生物启发模型；MATLAB
1. 引言
图像特征提取与匹配是计算机视觉中的基础任务。传统方法（如SIFT、SURF）依赖手工设计特征，在复杂场景中存在局限性。PCNN作为第三代人工神经网络，模拟猫视觉皮层神经元的脉冲同步特性，具有非线性和自适应优势，适用于图像特征分析。
2. PCNN基本原理
PCNN模型由三个核心部分组成：
- 接收域：接收外部刺激与邻域神经元信号
- 调制域