| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究背景 | 第8-9页 |
| ·PCNN研究进展 | 第9-11页 |
| ·PCNN理论研究 | 第9-10页 |
| ·PCNN应用研究 | 第10-11页 |
| ·研究内容与论文安排 | 第11-13页 |
| 第二章 脉冲耦合神经网络原理 | 第13-23页 |
| ·视觉系统研究概况 | 第13-16页 |
| ·PCNN原理 | 第16-23页 |
| ·PCNN神经元模型 | 第16-18页 |
| ·PCNN参数作用分析 | 第18-19页 |
| ·PCNN运行行为分析 | 第19-20页 |
| ·PCNN特性分析 | 第20-23页 |
| 第三章 植物细胞切片图像混合噪声滤除算法 | 第23-37页 |
| ·图像噪声类型与特征 | 第23-25页 |
| ·噪声滤除方法 | 第25-30页 |
| ·经典噪声滤波器 | 第25-26页 |
| ·脉冲噪声滤波 | 第26-28页 |
| ·高斯噪声滤波 | 第28页 |
| ·混合噪声滤波 | 第28-30页 |
| ·植物细胞切片图像混合噪声滤除算法 | 第30-36页 |
| ·植物细胞切片图像量化分析系统概述 | 第30-31页 |
| ·基于PCNN的混合噪声滤波算法 | 第31-34页 |
| ·算法仿真测试 | 第34-35页 |
| ·细胞切片图像滤波结果与分析 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于PCNN的不规则区域图像压缩算法 | 第37-62页 |
| ·图像编码概述 | 第37-38页 |
| ·不规则区域图像编码综述 | 第38-45页 |
| ·经典编码方法比较 | 第38-39页 |
| ·不规则区域编码方法 | 第39-44页 |
| ·不规则区域编码的展望 | 第44-45页 |
| ·基于PCNN的不规则区域编码算法 | 第45-51页 |
| ·编码原理 | 第45-49页 |
| ·算法描述 | 第49-51页 |
| ·基于TMS320C6713浮点DSP的压缩算法实现 | 第51-58页 |
| ·TMS320C6713 DSK简介 | 第51-53页 |
| ·算法的C语言实现与分析 | 第53-55页 |
| ·CMD文件设置及CCS调试 | 第55-58页 |
| ·实验结果与分析 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 PCNN在医学超声图像处理中的应用研究 | 第62-84页 |
| ·超声成像技术 | 第62-65页 |
| ·医学超声图像处理技术 | 第65-70页 |
| ·超声图像预处理 | 第65-66页 |
| ·灰度变换操作 | 第66-68页 |
| ·超声图像分割 | 第68-69页 |
| ·超声图像分析 | 第69-70页 |
| ·基于PCNN的超声图像增强算法 | 第70-76页 |
| ·直方图均衡化 | 第71页 |
| ·基于PCNN的图像增强算法 | 第71-75页 |
| ·超声图像增强实验结果 | 第75-76页 |
| ·超声图像边缘提取算法 | 第76-83页 |
| ·图像边缘点特征分析 | 第77-79页 |
| ·基于PCNN的边缘提取算法 | 第79-81页 |
| ·算法仿真测试 | 第81-82页 |
| ·超声图像边缘提取 | 第82-83页 |
| ·本章小结 | 第83-84页 |
| 第六章 总结和展望 | 第84-85页 |
| 参考文献 | 第85-94页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第94-95页 |
| 致谢 | 第95页 |