基于哺乳动物的视觉模型提出的第三代人工神经网络模型-脉冲耦合神经网络(PCNN: Pulse Coupled Neural Network),已经广泛应用在图像处理和路径优化问题求解中。该人工神经网络非常接近人类大脑的生物神经网络模型,是一种非常重要的信息处理工具。本文将进一步拓展该网络的应用领域,提出基于该网络的更有效的图像处理和模式识别算法。其主要内容如下:1.介绍PCNN的发展背景、研究现状、信息处理优势和研究意义。2.提出一种基于PCNN自动波传播机制的二值图像细化算法。主要内容包括:PCNN的基本模型、参数设定方法、不同方向自动波的相遇条件和细化结果的评价方法。3.研究了印文的提取算法,并提出一种基于形态学和PCNN的复杂背景印文提取算法。主要内容包括:基于PCNN的图像空洞填充、边缘提取、具有结构选择功能的骨架提取、印文外围轮廓的定位方法和基于外围轮廓颜色信息的印文提取算法。4.根据硅藻具有封闭细胞壁这一事实,将PCNN应用到硅藻细胞壁骨架和轮廓的提取中。主要内容是硅藻灰度分割算法、硅藻细胞壁骨架提取流程和基于骨架位置信息的轮廓提取方法。5.提出一种新的基于PCNN的邮政编码分割算法,这一操作是下一步邮编识别的前提。主要内容是邮编框的提取、由投影法定位各个邮编的区域信息。6.智能中国印章识别系统。首先回顾了中国印章识别的背景、研究意义和发展趋势,然后详细描述了本系统的处理流程和各个流程采用的核心算法。7.最后对整篇论文作一个整体总结,并对后面的工作给予展望。