| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-10页 |
| 1.1 课题研究背景和意义 | 第7-9页 |
| 1.1.1 图像增强技术 | 第7-8页 |
| 1.1.2 边缘检测技术 | 第8页 |
| 1.1.3 图像复原技术 | 第8-9页 |
| 1.2 论文的主要内容和结构安排 | 第9-10页 |
| 2 FitzHugh-Nagumo模型的动力学性质分析及其在图像处理中的应用 | 第10-24页 |
| 2.1 FitzHugh-Nagumo模型的动力学性质分析 | 第10-13页 |
| 2.1.1 预备知识 | 第10-11页 |
| 2.1.2 稳定性分析 | 第11-13页 |
| 2.2 计算机模拟仿真 | 第13-15页 |
| 2.3 图像处理实验 | 第15-23页 |
| 2.3.1 单个平衡点下的图像增强 | 第15-21页 |
| 2.3.2 三个平衡点下的图像模拟实验 | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 3 附加扩散项的FitzHugh-Nagumo离散模型在图像处理中的应用 | 第24-38页 |
| 3.1 扩散方程及其在图像处理中的应用 | 第24-25页 |
| 3.2 FitzHugh-Nagumo反应扩散系统 | 第25-26页 |
| 3.2.1 反应扩散方程的离散化 | 第26页 |
| 3.3 改进的FitzHugh-Nagumo离散模型图像处理算法 | 第26-29页 |
| 3.3.1 图像处理算法实现原理 | 第26-27页 |
| 3.3.2 改进的FitzHugh-Nagumo离散模型图像处理实验 | 第27-29页 |
| 3.4 附带扩散项的FitzHugh-Nagumo离散模型图像处理算法研究 | 第29-37页 |
| 3.4.1 固定阈值的二值图像边缘检测 | 第29-32页 |
| 3.4.2 灰度图像的边缘检测 | 第32-37页 |
| 3.5 本章小结 | 第37-38页 |
| 4 基于状态连续变化的Hopfield神经网络对无规律运动模糊图像的复原 | 第38-47页 |
| 4.1 Hopfield神经刚络图像处理原理 | 第38-42页 |
| 4.1.1 Hopfield神经网络模型 | 第38-40页 |
| 4.1.2 退化模型的建立 | 第40-41页 |
| 4.1.3 基于Hopfield神经网络的图像恢复原理 | 第41-42页 |
| 4.2 Hopfield神经网络对无规律运动的模糊图像复原算法及实验 | 第42-46页 |
| 4.2.1 算法实现 | 第42页 |
| 4.2.2 实验模拟和分析 | 第42-46页 |
| 4.3 本章小结 | 第46-47页 |
| 结论 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 攻读学位期间发表的学术论文 | 第51-52页 |
| 致谢 | 第52-53页 |
