这封信提出了一种新颖的双输出脉冲耦合神经网络模型(DPCNN)。 应用新模型可以在面对几何变换时获得更稳定的纹理描述。 从DPCNN的输出二进制图像计算出的时间序列被用作平移,旋转,缩放和变形不变的纹理特征。 在实验中,使用Brodatz的专辑和VisTex数据库已经对DPCNN进行了很好的测试。 将几种现有模型与建议的DPCNN模型进行了比较。 基于针对具有不同平移,方向,比例和仿射变换的图像的不同测试数据集的实验结果表明,在几何不变纹理检索中,我们提出的模型优于现有模型。 此外,在实验中检查