文中提出了一种基于遗传算法并考虑空域距离关系来设计细胞神经网络模板参数并实现森林红外图像动物边缘检测的算法。仿真结果表明，该算法与其他的森林红外图像边缘检测算法相比，能很好地抑制噪声对边缘检测的干扰，保留边缘信息，同时能较好地检测出红外图像动物的边缘，检测精度高，具有良好的应用前景。

提出了一种以现场可编程门阵列为硬件处理器实现基于细胞神经网络的红外图像边缘检测方法.首先利用simulink的算法行为特性搭建红外图像输入模块，获得相关的红外图像头信息并对红外图像像素值范围进行相应变化，然后根据细胞神经网络模板所创建的查找表设计单个细胞元软核，再利用细胞神经网络阵列的规则性和互联的局域性，将单个细胞元软核扩展成细胞神经网络阵列.最后采用modelsim将细胞神经网络阵列与红外图像输入、输出模块相关联，从而达到实时处理的效果.实验结果表明：基于现场可编程门阵列为硬件处理器平台实现的细胞神经网络对红外图像进行边缘检测取得了较好的效果，且与MATLAB软件仿真的结果进行对比得出两者只有极其微小的差别.在Xilinx公司Virtex-6系列的现场可编程门阵列平台上，综合后占用极少资源的情况下得到142.693 MHz的最高频率，并且达到了2.378 Mpixels/sec处理速度.

用Nd:YAG脉冲激光器对0.5 mm厚TC4钛合金薄板进行了焊接实验。设计了与光路同轴的机器视觉系统，并利用高速电荷耦合器件(CCD)实时获取焊斑图像。通过采用辅助照明光源有效提高了焊斑成像质量。采用基于细胞神经网络的算法进行焊斑边缘提取。通过对焊斑图像的分析可以获得薄板穿孔或熔深不足的信息，以此作为反馈控制信号对脉冲激光功率进行实时调整。实验证明，该方法可有效减少薄板穿孔和熔深不足缺陷的发生，提高TC4钛合金薄板激光焊接的质量。

以量子细胞自动机为神经元，提出了一种三维的量子细胞神经网络结构；该量子细胞网络包含上下两层的量子细胞自动机阵列，并引入了A模板、B模板以及阈值的概念。以量子细胞自动机的极化率为像素值，通过选择不同的模板、阈值等参数，使得量子细胞神经网络实现了“与”、“或”、“非”操作以及边缘提取等图像处理功能，并利用MATLAB进行了仿真验证，数值仿真结果验证了其在图像处理上的有效性。与传统的细胞神经网络相比，量子细胞神经网络易于实现超大规模且具有超低功耗、超高集成度等优点。

倾斜校正是全自动生物芯片图像处理必不可少的环节。针对以往倾斜校正算法耗时过长,本文提出一种快速倾斜校正算法。算法首先用细胞神经网络(CNN)寻求各个样点的中心,然后进行Hough变换,再计算方差来寻求倾斜角,最后利用CNN灰度图像旋转模板进行倾斜校正。本算法利用了细胞神经网络并行处理的特性,并充分考虑了生物芯片图像的特点。理论分析与试验结果显示本文算法能够准确高速地完成倾斜校正。

采用形态学方法提取二值图像的边缘,利用二值形态学与离散细胞神经网络(DT-CNN)的某种天然对应关系,将离散细胞神经网络引入形态学,将形态学运算转化为某种特定模板下的多层离散细胞神经网络,然后对该模板进行优化设计使之转化为单层离散细胞神经网络,降低了运算的复杂度。在此基础上,通过综合灰度图像像素在每个比特位上的边缘检测结果,提出了采用二值形态学提取灰度图像边缘的方法。与传统边缘提取方法Sobel和Log相比较,该方法边缘提取效果良好,收敛迅速。

亚像元动态成像技术是实现卫星相机小型化及提高相机空间分辨率的有效方法。采用细胞神经网络(CNN)实现了对亚像元图像的实时插值，对插值的过程进行了详细的分析，并与基于亚像元图像的传统插值方法进行了对比。结果表明，亚像元成像系统细胞神经网络插值方法不仅可以节约系统资源，而且还可以提高系统的运行速度。通过仿真证明了该方法的正确性。

提出一种并行图像处理递归算法时间离散细胞神经网络，基于常规微分方程比较法则设计“填空”这一图像处理任务模板参数。利用空间面积码和离焦多重成像的光电混合系统实施此算法。