• 內容未發表論文

基于脈沖耦合神經網絡（PCNN）的圖像特征提取與匹配研究

摘要
本文提出一種基于脈沖耦合神經網絡（Pulse-Coupled Neural Network, PCNN）的圖像特征提取與匹配方法。通過模擬生物視覺皮層神經元的脈沖同步發放特性，PCNN能夠有效捕捉圖像紋理與邊緣特征。實驗表明，該方法在旋轉、尺度變化和噪聲干擾下具有較強魯棒性。本文提供完整的MATLAB實現代碼，驗證了算法的有效性。

關鍵詞：脈沖耦合神經網絡；特征提取；圖像匹配；生物啟發模型；MATLAB

---

1. 引言

圖像特征提取與匹配是計算機視覺中的基礎任務。傳統方法（如SIFT、SURF）依賴手工設計特征，在復雜場景中存在局限性。PCNN作為第三代人工神經網絡，模擬貓視覺皮層神經元的脈沖同步特性，具有非線性和自適應優勢，適用于圖像特征分析。

---

2. PCNN基本原理

PCNN模型由三個核心部分組成：

1. 接收域：接收外部刺激與鄰域神經元信號
2. 調制域