搜索
本科毕业设计题目：基于PCNN数字图像签名技术姓名李博学院信息与电气工程学院专业网络工程年级2008级学号20082212429指导教师寇光杰2012年5月23日独创声明本人郑重声明：所呈交的毕业论文(设计)，是本人在指导老师的指导下，独立进行研究工作所取得的成果，成果不存在知识产权争议。尽我所知，除文中已经注明引用的内容外，本论文（设计）不含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体均已在文中以明确方式标明。此声明的法律后果由本人承担。作者签名:二〇一一年月日毕业论文（设计）使用授权声明本人完全了解鲁东大学关于收集、保存、使用毕业论文（设计）的规定。本人愿意按照学校要求提交论文（设计）的印刷本和电子版，同意学校保存论文（设计）的印刷本和电子版，或采用影印、数字化或其它复制手段保存论文（设计）；同意学校在不以营利为目的的前提下，建立目录检索与阅览服务系统，公布论文（设计）的部分或全部内容，允许他人依法合理使用。（保密论文在解密后遵守此规定）论文作者（签名）：二〇一年月日毕业设计选题报告姓名李博性别男学院信息与电气工程学院年级2008级学号20082212429设计题目基于PCNN的数字图像签名技术课题来源教学课题类别应用研究选做本课题的原因及条件分析：目前,关于PCNN模型及其应用研究在国内外得到广泛的重视,并且脉冲耦合神经网络（PCNN）模型由哺乳动物的视觉皮层神经元模型演化而来，所以特别适合应用于图像处理领域。签名技术是图像检索系统普遍使用的技术，用于对某个对象进行唯一的标识。脉冲耦合神经网络(PCNN)是新一代的人工神经网络，用于特征提取具有平移、旋转、尺度及扭曲等的不变性，同时还有很好的抗噪声，以上特性正是图像检索系统所追求的目标。将PCNN应用到图像检索中具有重要实际意义。本文将利用PCNN得到对应于不同灰度值的二值图像序列，计算序列中每幅图像的熵序列，由于其一维的特征矢量具有唯一性，因此PCNN输出的熵序列可以作为图像特征对数字图像进行签名。指导教师意见：签名：2012年1月2日院（系）毕业论文（设计）领导小组意见：（公章）年月日毕业设计任务下达书学院信息与电气工程学院专业网络工程专业学号20082212429姓名李博现将毕业设计任务下达书发给你。毕业论文任务下达书内容如下：一、毕业设计题目基于PCNN的数字图像签名技术二、主要内容1.数字图像处理基本知识；2.PCNN模型的研究及应用；3.PCNN与特征提取；4.PCNN应用于图像处理中；5.结果的对比与分析。三、具体要求（1）高度重视毕业设计及论文撰写工作；（2）严格按照进度安排完成各阶段任务；（3）独立完成毕业论文以及说明书撰写工作；（4）主动向指导老师汇报毕业论文的进展工作情况；（5）保证所列参考文献一定要在文章中有相应的地方引用它；（6）设计说明书格式、排印应遵循学校的有关规定。四、主要参考文献[1]贾永红数字图像处理[M].武汉大学出版社.2003,9.[2]王科俊张燕等PCNN在图像处理中的应用[J]-哈尔滨工程大学学报2006(z1).[3]姚东,王爱民,冯峰,等.Matlab命令大全[M].北京:人民邮电出版社,2000.五、进程安排阶段起止日期主要内容准备开题阶段2011.11.18-2012.3.7搜集材料，学习相关知识设计实现阶段2012.3.8-2012.4.30划分功能并且实现相应模块功能，检测和试运行说明书完成阶段2012.5.1-2012.5.20完成毕业设计说明书答辩阶段2012.5.21-2012.5.27准备答辩材料六、毕业设计任务下达书于2012年1月6日发出。毕业设计应于2012年5月20日前完成后交指导教师，由指导教师评阅后提交毕业设计答辩委员会。七、毕业设计任务下达书一式两份，一份给学生，一份留学院存档。指导教师：签发于2012年1月6日分管院长：签发于年月日毕业设计开题报告姓名李博性别男学院信息与电气工程学院年级2008级学号20082212429预计完成时间2012.5.20设计题目基于PCNN的数字图像签名技术课题来源教学课题类别应用研究指导教师寇光杰毕业设计实施方案：第一阶段：开始在明确目的的基础上，深入了解基于MATLAB的程序设计语言，图像处理与分析工具的应用和函数调用;第二阶段：分析对PCNN及图像检索技术进行初步分析，了解PCNN模型并了解其历史与发展历程，知道现有图像特征提取技术和图像检索技术的优点与缺陷;第三阶段：改进应用PCNN模型针对现有的图像特征提取技术进行改进，使其能够根据图像本身特点进行处理；第四阶段：修改完善在改进的基础上，查看所做改进是否完善，功能是否欠缺，后充实内容，各种操作能否达到预期效果等;第五阶段：完成，对完成的结果进行最后的试用并修改细节;第六阶段：完成基于PCNN的数字签名技术的应用论文。设计主要内容（提纲）：1、数字图像基本知识,数字图像检索的相关知识点的介绍与分析；2、PCNN模型的研究及应用,PCNN应用于图像特征提取和图像检索技术中的理论概述及其原理介绍；3、PCNN应用于图像处理中，对图像进行各种操作,将实现结果进行对比,对比结果的理论分析与概述；4、程序模块功能设计，完成各个功能所需代码。指导教师意见：签名：2012年3月12日年月日学院毕业论文（设计）领导小组意见：（公章）年月日毕业设计结题报告姓名李博性别男学院信息与电气工程学院年级2008级学号20082212429设计题目基于PCNN的数字图像签名技术课题来源教学课题类别应用研究指导教师寇光杰本课题完成情况介绍（包括研究过程、实验过程、结果分析、存在的问题及应用情况等。）对PCNN进行了深入分析研究，解决了PCNN在图像特征值提取中的部分问题，并拓展了PCNN应用范围。本文利用脉冲耦合神经网络(PCNN)得到对应于不同灰度值的二值图像序列，计算序列中每幅图像的熵序列，其一维的特征矢量作为图像签名，从而更好地说明PCNN的特点。指导教师意见：签名：2012年5月23日学院毕业论文（设计）领导小组意见：（公章）年月日设计成绩毕业设计成绩评定表学院：信息与电气工程学院学号：20082212429姓名李博设计总成绩：设计题目基于PCNN的数字图像签名技术指导教师评语评定成绩：签名：2012年5月24日评阅人评语评定成绩：签名：2012年5月25日答辩小组评语答辩成绩：组长签名：年月日注：1、论文（设计）总成绩=指导教师评定成绩（50%）+评阅人评定成绩（20%）+答辩成绩（30%）2、将总成绩由百分制转换为五级制，填入本表相应位置。鲁东大学本科毕业设计1目录目录..........................................................................................................................................1摘要...................................................................................................................................................................31引言........................................................................................................................................32数字图像处理的基本知识..................................................................................................42.1数字图像处理的概念.......................................................................................................................42.1.1图像的定义................................................................................................................................42.1.2图像的基本属性......................................................................................................................42.1.3数字图像处理的概念.............................................................................................................42.2数字图像处理的内容.......................................................................................................................42.3数字图像处理的特点及其应用....................................................................................................52.3.1数字图像处理的基本特点...................................................................................................52.3.2数字图像处理的主要应用...................................................................................................62.3.3数字图像处理的主要优点...................................................................................................63PCNN的提出及基本知识.....................................................................................................63.1PCNN简介.............................................................................................................................................63.2PCNN模型及其改进.........................................................................................................................73.3PCNN应用于数字图像处理............................................................................................................84基于PCNN的特征提取.........................