标准PCNN脉冲耦合神经网络算法实现

资 源 简 介

该项目实现了标准且未简化的脉冲耦合神经网络模型（Pulse Coupled Neural Network, PCNN），完整保留了Eckhorn及Johnson原始模型中的复杂动力学特征。该模型由馈送域、连接域、调制域和脉冲发生器四个核心部分构成。馈送域负责接收来自图像像素的灰度信息，连接域则负责获取邻域神经元的耦合影响。在调制域中，馈送量与非线性加权的连接量进行乘性调制，生成神经元的内部活动项。脉冲产生器则包含一个不断衰减的动态阈值，当内部活动项超过该阈值时，神经元会产生一个脉冲（点火），并立即大幅提升自身阈值进入不应期。本项目重点在于利用该模型的同步发射特性实现图像处理，包括对含有噪声图像的自适应滤波、复杂背景下的目标分割、多尺度边缘检测等任务。与目前常见的简化PCNN不同，本项目实现了完整的衰减时间常数控制和反馈链接机制，能够模拟生物视觉皮层中真实的同步脉冲现象，为图像特征降维和语义分析提供高鲁棒性的底层支撑。

详 情 说 明

基于未简化原始算法的PCNN脉冲耦合神经网络模型实现

该项目提供了一个基于计算神经科学理论构建的图像处理系统，精确重现了Eckhorn及Johnson提出的原始脉冲耦合神经网络（PCNN）模型。与市面上常见的简化版PCNN不同，本实现严格保留了馈送域、连接域、调制域和脉冲发生器的四层动力学结构，能够模拟生物视觉神经元的同步振荡与时空整合特性。通过调节衰减时间常数和反馈增益，该模型在噪声抑制、多尺度边缘检测及自动目标分割等底层视觉任务中展现出极高的鲁棒性。

功能特性

1. 原始模型完整性：实现了非简化的PCNN方程，包含指数级衰减项和乘性调制机制，完美捕捉神经元的非理性动力学行为。
2. 多域协同处理：通过馈送域接收灰度信息，连接域处理邻域耦合，调制域整合上下文信息，实现复杂的图像特征提取。
3. 动态阈值系统：具备自适应衰减与点火突增特性的动态阈值，赋予神经元逻辑不应期，从而产生特征鲜明的脉冲序列。
4. 时空同步特征计算：利用神经元的同步发放特性，将空间信息转化为时间维度的脉冲特征向量（Pulse Signature）。
5. 综合分析展示：内置从原始图像到累计点火热力图、脉冲序列曲线以及自动分割掩码的全方位可视化分析工具。

实现逻辑与算法细节

核心算法在迭代过程中循环执行以下五个关键步骤，以模拟神经元的放电过程：

1. 图像自适应预处理：

系统首先加载标准测试图像或生成包含正弦波动与高斯噪声的合成图像。数据被转换为双精度浮点型，作为外部激励输入到网络中。

1. 馈送域（Feeding Domain）计算：

每一轮迭代中，馈送域状态由上一时刻的衰减项、当前像素灰度值以及邻域神经元的反馈点火信息（通过8邻域高斯权值矩阵卷积）共同决定。这模拟了神经元接收直接刺激和局部反馈的过程。

1. 连接域（Linking Domain）计算：

连接域模拟神经元之间的横向相互作用。它通过卷积核捕获周围神经元的脉冲状态，并结合衰减常数，形成调节信号。该信号反映了局部纹理的一致性。

1. 调制域（Modulation）整合：

这是PCNN的核心。馈送项与经过线性加权的连接项进行乘性调制。这种非线性组合使得即使是对比度较低的区域，若邻域存在同步点火，也能激发当前神经元，从而实现区域生长和空洞填充。

1. 脉冲产生与非线性阈值更新：

当调制后的内部状态超过当前阈值时，神经元产生一个二进制脉冲（点火）。点火会使该位置的动态阈值瞬间跳升（如增加至20倍基准值），随后按指数规律逐渐衰减，直到再次被内部状态突破。

关键组件分析

• 高斯加权卷积核：采用标准3x3的8邻域矩阵，对空间相邻神经元的耦合强度进行建模，确保了脉冲传递的平滑性。
• 脉冲特征向量（Pulse Signature）：通过统计每一帧中点火神经元的总数，构建出反映图像全局特征的时间序列，常用于图像识别和语义提取。
• 累计点火热力图：记录整个迭代周期内每个像素点的总点火次数，能够有效平滑噪声并突出图像的重要结构特征。
• 后处理语义提取：利用形态学面积开运算清洗脉冲噪声，并对累计脉冲图进行Canny边缘检测，实现了从生物动力学到计算机视觉特征的衔接。

使用方法

1. 环境配置：确保已安装MATLAB R2016b或更高版本。
2. 运行实现：直接运行脚本。程序将自动检查是否存在cameraman.tif图像，若无则自动生成测试图像。
3. 参数调节：可根据需要修改alpha_f（馈送衰减）、beta（连接强度）等参数，以观察不同动力学行为。
4. 结果查看：程序会弹出两个对比窗口，展示脉冲动力学过程和最终的语义分割结果。

系统要求

• MATLAB R2016b / R2023a 或更高版本
• Image Processing Toolbox（用于图像读取及形态学处理函数）
• 支持基本线性代数运算的标准PC硬件环境