基于简化型PCNN的图像混合噪声滤波的方法
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·脉冲耦合神经网络的概述 | 第10页 |
| ·脉冲耦合神经网络的研究现状 | 第10-13页 |
| ·选题的意义 | 第13-14页 |
| ·课题的主要研究内容 | 第14-16页 |
| 第2章 脉冲耦合神经网络的基本理论 | 第16-26页 |
| ·生物视神经模型 | 第16-17页 |
| ·脉冲耦合神经元模型 | 第17-20页 |
| ·接受部分 | 第17-18页 |
| ·调制部分 | 第18-19页 |
| ·脉冲产生部分 | 第19-20页 |
| ·与传统神经元的比较 | 第20页 |
| ·PCNN的运行机制分析 | 第20-22页 |
| ·PCNN的特性分析 | 第22-24页 |
| ·PCNN的优势分析 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 脉冲耦合神经网络的简化模型 | 第26-35页 |
| ·简化模型的基本结构 | 第26-28页 |
| ·简化模型的行为分析 | 第28-31页 |
| ·单个神经元的行为分析 | 第28-29页 |
| ·两个神经元的行为分析 | 第29页 |
| ·多个神经元的行为分析 | 第29-31页 |
| ·简化模型的图像处理原理分析 | 第31-32页 |
| ·简化模型在图像去噪中的参数选取 | 第32-34页 |
| ·神经元的外部刺激 | 第32-33页 |
| ·连接强度参数β的选取 | 第33-34页 |
| ·动态阈值幅度系数V_θ选取 | 第34页 |
| ·本章小结 | 第34-35页 |
| 第4章 简化型PCNN对灰度图像混合噪声的滤波 | 第35-51页 |
| ·混合噪声的构成及特点分析 | 第35-38页 |
| ·脉冲噪声的特点 | 第35-37页 |
| ·高斯噪声的特点 | 第37页 |
| ·混合噪声的特点 | 第37-38页 |
| ·传统图像滤波算法 | 第38-40页 |
| ·简化型PCNN在混合噪声滤波中的应用 | 第40-42页 |
| ·仿真实验及评价 | 第42-49页 |
| ·简化型PCNN对混合噪声去噪的实验及评价 | 第42-46页 |
| ·几种滤波算法的比较 | 第46-49页 |
| ·本章小结 | 第49-51页 |
| 第5章 简化型PCNN对彩色图像混合噪声的滤波 | 第51-65页 |
| ·引言 | 第51-52页 |
| ·彩色空间模型 | 第52-57页 |
| ·RGB空间模型 | 第52-53页 |
| ·CMYK空间模型 | 第53-54页 |
| ·HSI空间模型 | 第54-55页 |
| ·HSV空间模型 | 第55-57页 |
| ·基于简化型PCNN的彩色图像混合噪声的滤波算法 | 第57-59页 |
| ·基于简化型PCNN的彩色图像混合噪声的滤波实验 | 第59-64页 |
| ·本章小结 | 第64-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 攻读硕士学位期间发表的论文 | 第73-74页 |
| 致谢 | 第74页 |
