脉冲耦合神经网络在图像处理中的应用
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·课题研究背景及意义 | 第9-12页 |
| ·课题任务 | 第12页 |
| ·论文的主要研究内容和章节安排 | 第12-14页 |
| 第二章 基于PCNN 的二值图像细化 | 第14-27页 |
| ·引言 | 第14-15页 |
| ·基本模型 | 第15-17页 |
| ·参数设定 | 第17-18页 |
| ·自动波传播过程 | 第18-19页 |
| ·相遇条件 | 第19-20页 |
| ·算法详细流程 | 第20-22页 |
| ·一个简单细化实例 | 第22页 |
| ·实验 | 第22-24页 |
| ·算法评价 | 第24-26页 |
| ·本章小节 | 第26-27页 |
| 第三章 PCNN 和形态学在印文提取中的应用 | 第27-37页 |
| ·引言 | 第27-28页 |
| ·用PCNN 进行边缘提取 | 第28-29页 |
| ·用PCNN 进行空洞填充 | 第29页 |
| ·基于两个PCNNS 的细化算法 | 第29-32页 |
| ·定位印文的外围轮廓 | 第32-34页 |
| ·基于外围轮廓的灰度直方图提取印文 | 第34-35页 |
| ·实验 | 第35-36页 |
| ·本章小节 | 第36-37页 |
| 第四章 基于PCNN 的硅藻细胞壁骨架和轮廓提取 | 第37-44页 |
| ·引言 | 第37-38页 |
| ·算法原理 | 第38-39页 |
| ·基于细胞壁骨架的硅藻分割 | 第39-42页 |
| ·实验 | 第42-43页 |
| ·本章小节 | 第43-44页 |
| 第五章 一种新的邮政编码分割算法 | 第44-54页 |
| ·引言 | 第44页 |
| ·传统邮编分割方法一 | 第44-47页 |
| ·传统邮编分割方法二 | 第47-48页 |
| ·基于PCNNS 的邮编自动分割 | 第48-51页 |
| ·实验 | 第51-53页 |
| ·本章小节 | 第53-54页 |
| 第六章 智能中国印章识别系统 | 第54-68页 |
| ·引言 | 第54-56页 |
| ·发展趋势 | 第56-57页 |
| ·工作流程 | 第57页 |
| ·印文提取 | 第57-58页 |
| ·印文配准 | 第58-59页 |
| ·印文自动识别 | 第59-63页 |
| ·印文模拟人工识别 | 第63-64页 |
| ·多特征融合识别 | 第64-67页 |
| ·本章小节 | 第67-68页 |
| 第七章 结论 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 个人简介和攻读硕士期间的主要成果 | 第74-75页 |
