| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究目的与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文主要工作及创新点 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 第2章 神经元模型及视觉机制特性 | 第16-23页 |
| 2.1 神经元模型 | 第16-18页 |
| 2.1.1 Hodgkin-Huxley神经元模型 | 第16-17页 |
| 2.1.2 IF和LIF神经元模型 | 第17-18页 |
| 2.2 视觉感受野 | 第18-20页 |
| 2.2.1 经典感受野响应 | 第19页 |
| 2.2.2 感受野的DOG模型 | 第19-20页 |
| 2.2.3 非经典感受野 | 第20页 |
| 2.3 方向选择 | 第20页 |
| 2.4 神经编码 | 第20-22页 |
| 2.4.1 相位编码 | 第21页 |
| 2.4.2 频率编码 | 第21页 |
| 2.4.3 时间编码 | 第21-22页 |
| 2.4.4 次序编码 | 第22页 |
| 2.5 小结 | 第22-23页 |
| 第3章 基于非经典感受野机制的视觉处理模型 | 第23-30页 |
| 3.1 基于三高斯模型的自适应加权响应模型 | 第23-25页 |
| 3.2 基于非经典感受野的同质抑制模型 | 第25-28页 |
| 3.2.1 颜色同质模型 | 第26页 |
| 3.2.2 纹理同质模型 | 第26-28页 |
| 3.3 显著性信息提取模型 | 第28-29页 |
| 3.4 小结 | 第29-30页 |
| 第4章 基于非经典感受野机制的图像边缘检测 | 第30-39页 |
| 4.1 概述 | 第30页 |
| 4.2 原理 | 第30-32页 |
| 4.2.1 方向选择 | 第30-31页 |
| 4.2.2 izhikevich神经元模型结合次序编码 | 第31页 |
| 4.2.3 基于三高斯模型的自适应加权响应模型 | 第31-32页 |
| 4.2.4 非经典感受野颜色同质抑制 | 第32页 |
| 4.3 边缘检测步骤 | 第32-34页 |
| 4.4 实验结果 | 第34-36页 |
| 4.5 分析与讨论 | 第36-38页 |
| 4.6 小结 | 第38-39页 |
| 第5章 基于视觉显著性信息的图像轮廓检测 | 第39-47页 |
| 5.1 概述 | 第39页 |
| 5.2 基本原理 | 第39-42页 |
| 5.2.1 改进后的LIF神经元网络模型 | 第39-40页 |
| 5.2.2 初级视皮层多方向梯度响应 | 第40页 |
| 5.2.3 信息流的显著性提取 | 第40-41页 |
| 5.2.4 信息流的显著性反馈 | 第41页 |
| 5.2.5 非经典感受野纹理同质抑制 | 第41-42页 |
| 5.3 轮廓检测步骤 | 第42页 |
| 5.4 实验结果 | 第42-45页 |
| 5.5 分析与讨论 | 第45-46页 |
| 5.6 小结 | 第46-47页 |
| 第6章 总结与展望 | 第47-49页 |
| 6.1 总结 | 第47-48页 |
| 6.2 展望 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-55页 |
| 附录 | 第55页 |