1、“.....而算子则是基于二阶导数在边缘处过零的特点来提取边缘。近年来用神经网络提取图象边缘又成为个新的研究分支，如提出用网络来检测图象边缘，以及由美国加州伯克莱大学的和在年提出细胞神经网络来检测图象边缘像神经网络样，它是具有实时信号处理能力的大规模非线性电路像细胞自动机样，它由大量胞元组成，且只允许最邻近的细胞之间直接通信。每胞元仅由线性电容器非线性电压控制电流源和少量的电阻性线性电路元件组成。应用细胞神经网络进行图像处理与传统方法不同，因为它们是首先将图像映射为个神经网络，每个像素点是个神经元，即其规模与待处理图像的规模相同，若待处理图像包含个像素，则细胞神经网络也包含个神经元。在图像处理中，每个神经元状态按其动态方程迭代，直至整个网络收敛，输出二值信号。这种方法的基本思想归纳为将整个图像函数转化为动态系统，动态方程指导神经元状态向细胞神经网络定义的最小能量方向变化，来实现边缘提取......”。

2、“.....甚至是自适应的。复杂点的网络中个细胞会与更多的细胞连接，但是局部连接这点是不变的。神经网天津职业技术师范大学届本科生毕业设计络算法比起传统的算法表现出了很大的优越性，这主要表现在高度并行处理能力，处理的速度远远高于传统的序列处理算法具有自适应功能，能够根据学习提供的数据样本找出和输出数据的内在联系非线性映射功能，图像处理很多问题是非线性问题，神经网络为处理这些问题提供了有用的工具具有泛化功能，能够处理带有噪声的或不完全的数据。最初，人工神经网络是作为模式识别分类器和聚类技术在图像处理领域中得到应用的。然后随着基于细胞神经网络的芯片和加速电路板在年代初期的大量涌现也使更多研究者对细胞神经网络有了浓厚的兴趣。大量的文章发表使得细胞神经网络研究走向了高速发展的阶段。神经网络的特点得到人们充分的认识，在图像处理的各个领域得到了充分的应用......”。

3、“.....由于传统算法存在着定的缺陷，本文介绍了种将细胞神经网络,简称应用于灰度图像边缘提取的算法。因为是种基于神经元局域连接的神经网络并行处理器。与全互联神经网络所不同的是它的每个神经元仅与邻近神经元相连，且所有神经元的相邻连接结构和连接权重都相同，因此，硬件上可以采用相同的电路元件阵列来设计并行处理器，这种阵列同构的电路设计有利于超大规模集成电路实现。天津职业技术师范大学届本科生毕业设计图像边缘提取的基本知识图像处理可以看作大类图像技术，着重强调在图像之间的变换。狭义的图像处理技术的主要目标是要对图像进行各种加工以改善图像的视觉效果并为其后的目标自动识别打基础，或对图像进行压缩编码以减少图像存储所需的空间或图像传输所需的时间。图像处理,是用计算机对图像进行分析，以达到所需结果的技术，又称影像处理，般指数字图像处理......”。

4、“.....该数组的元素称为像素，其值为整数，称为灰度值。图像处理技术的主要内容包括图像压缩，增强和复原，匹配描述和识别个部分。图像压缩是由数字化得到的幅图像的数据量十分巨大，因此图像压缩对于图像的存储和传输都十分必要。主要有两类压缩算法，即不失真的方法和近似的方法。最常用的不失真压缩取空间或时间上相邻像素值的差，再进行编码。近似压缩算法大都采用图像交换的途径，例如对图像进行快速傅里叶变换或离散的余弦变换。图像增强的目标是改进图片的质量，例如增加对比度，去掉模糊和噪声，修正几何畸变等。图像增强按所用方法可分成频率域法和空间域法。图像复原是在假定已知模糊或噪声的模型时，试图估计原图像的种技术。早期的数字图像复原亦来自频率域的概念。现代采取的是种代数的方法，即通过解个大的方程组来复原理想的图片。图像匹配描述和识别对图像进行比较和配准......”。

5、“.....得到图像符号化的描述，再把它同模型比较，以确定其分类。图像边缘是指图像局部特性的不连续性，例如，灰度级的突变，颜色的突变，纹理结构的突变等。边缘广泛存在于目标与目标物体与背景区域与区域含不同色彩之间，它是图像分割所依赖的重要特征。图像的边缘通常与图像灰度的阶导数的不连续性有关。在图像中边缘区域的灰度在空间上的变化形式般可分为三个类型阶跃型房顶型和凸缘型如图所示。在实际中，阶跃和线条边缘图像是较少见的，由于空间分辨率尺度空间图像传感器等原因会使阶跃边缘变成斜坡形边缘，线条边缘变成房顶形边缘。它们的灰度变化不是瞬间的而是跨越定距离的。天津职业技术师范大学届本科生毕业设计阶跃型房顶型突圆型图边缘灰度变化在图像中边缘有方向和幅度两个特性。沿着边缘走向的灰度变化平缓，而垂直于边缘方向的像素变化剧烈。在边缘上灰度的阶导数幅度较大，而二阶导数在边缘上的值为零......”。

6、“.....因此，利用梯度最大值或二阶导数过零点提取边界点成为种有利的手段。图像边缘检测和分析可定义为应用系列方法获取校正增强变换检测或压缩可视图像的技术。其目的是提高信息的相对质量，以便提取有用信息是判断网络稳定的标志，是网络未达到稳定的标志，表示网络已经稳定了。当所有的状态,的绝对值都大于的时候，就认为网络趋于稳定下面是计算过程，直接迭代到完全收敛附录,原图,附录灰度图像的和传统方法的边缘提取程序读入彩色图片彩色转化成灰度图是细胞神经网络要循环的次数是判断网络稳定的标志，是网络未达到稳定的标志，附录表示网络已经稳定了。当所有的状态,的绝对值都大于的时候，就认为网络趋于稳定下面是计算过程，直接迭代到完全收敛首先求各个输出的值求,的值,设置为判断是不是已经全部收敛了，如果全部收敛了......”。

7、“.....在工程应用中占有十分重要的地位。细胞神经网络是种并行处理器，细胞神经网络技术在图像模型识别上的应用使系统具有更高的识别率。首先,详细说明了用提取图像边缘的有关理论和分析，给出了所设计的二值图像算法的流程图，将其用于检测二值图像边缘。再在此基础上，改进了前人提出的分层的算法，实现对灰度图像的边缘提取。然后,将此方法与传统边缘提取方法和等相比较可知，该方法的有效性。并且由于细胞神经网络能够高速并行计算，处理速度与图像大小无关，同时便于硬件的实现，这使得它在图像实时处理方面还有很大的发展潜力可以发掘......”。

8、“.....当时受条件的限制直没有取得较大进展，直到世纪年代后期电子技术计算机技术有了相当的发展，数字图像边缘检测处理技术才开始进入了高速发展时期。经过几十年的发展，数字图像边缘检测处理技术目前己经广泛应用于工业微生物领域医学航空航天以及国防等许多重要领域，多年来直得到世界各科技强国的广泛关注。数字图像边缘检测处理技术在最近的年发展尤为迅速，每年均有数以百计的新算法诞生，其中包括算法小波变换等多种有相当影响的算法，这些算法在设计时大量运用数学数字信号处理信息论以及色度学的有关知识......”。

9、“.....开阔了进行数字图像边缘检测处理的设计思路。随着科学技术，特别是信息技术的发展，图像处理技术已经成为科学研究不可缺少的强有力工具，传统的图像处理方法已经无法满足需要，研究人员开始探索新的更有效的方法，其中利用神经网络进行图像处理是最活跃的方向。经典的边缘提取方法是通过考察图象的每个像素邻域内灰度的变化，即利用边缘邻近阶或二阶方向导数变化规律来检测边缘。如算子是基于阶方向导数在边缘处取最大值这变化规律来提取边缘的，而算子则是基于二阶导数在边缘处过零的特点来提取边缘。近年来用神经网络提取图象边缘又成为个新的研究分支，如提出用网络来检测图象边缘，以及由美国加州伯克莱大学的和在年提出细胞神经网络来检测图象边缘像神经网络样，它是具有实时信号处理能力的大规模非线性电路像细胞自动机样，它由大量胞元组成，且只允许最邻近的细胞之间直接通信......”。