基于PCNN和PSO的灰度图像增强
中文摘要 | 第1-5页 |
ABSTRACT | 第5-10页 |
第一章 绪论 | 第10-18页 |
·数字图像处理的起源 | 第10页 |
·图像、数字图像和数字图像处理 | 第10-11页 |
·图像 | 第10页 |
·数字图像及其表示 | 第10-11页 |
·数字图像处理 | 第11页 |
·数字图像处理的特点 | 第11-12页 |
·数字图像处理的研究内容 | 第12-14页 |
·图像变换 | 第12-13页 |
·图像编码压缩 | 第13页 |
·图像增强和图像复原 | 第13页 |
·图像形态学 | 第13页 |
·图像分割 | 第13-14页 |
·图像特征及其描述 | 第14页 |
·图像识别 | 第14页 |
·数字图像处理的研究现状 | 第14-15页 |
·本文主要内容及论文章节安排 | 第15-18页 |
第二章 灰度图像增强 | 第18-38页 |
·引言 | 第18-19页 |
·灰度变换法 | 第19-24页 |
·线性变换 | 第19-22页 |
·非线性变换 | 第22-24页 |
·灰度直方图 | 第24-27页 |
·直方图 | 第24-25页 |
·直方图修正 | 第25-27页 |
·图像平滑 | 第27-33页 |
·领域平均法 | 第27-28页 |
·中值滤波法 | 第28-29页 |
·同态滤波法 | 第29-30页 |
·低通滤波法 | 第30-33页 |
·图像锐化 | 第33-35页 |
·空间域锐化 | 第33-35页 |
·频率域锐化 | 第35页 |
·伪彩色和真彩色增强 | 第35-36页 |
·颜色模型 | 第35-36页 |
·伪彩色增强 | 第36页 |
·真彩色增强 | 第36页 |
·本章小结 | 第36-38页 |
第三章 基于粒子群的灰度变换函数 | 第38-48页 |
·粒子群算法 | 第38-42页 |
·标准粒子群算法 | 第38-39页 |
·算法步骤 | 第39页 |
·PSO 参数分析 | 第39-42页 |
·PSO 优化算法的特点 | 第42页 |
·灰度变换函数-Beta 函数 | 第42-43页 |
·基于粒子群的灰度变换函数步骤 | 第43-44页 |
·实验仿真和实验对比 | 第44-46页 |
·本章小结 | 第46-48页 |
第四章 灰度图像增强算法的改进 | 第48-58页 |
·PCNN 的研究现状 | 第48-49页 |
·PCNN 的标准模型 | 第49-50页 |
·PCNN 的工作原理 | 第50-51页 |
·无耦合链接状态的 PCNN | 第50-51页 |
·耦合链接状态的 PCNN | 第51页 |
·PCNN 的基本特性 | 第51-52页 |
·PCNN 模型的改进 | 第52-54页 |
·算法实现和实验结果 | 第54-57页 |
·本章小结 | 第57-58页 |
第五章 全文总结 | 第58-60页 |
·总结 | 第58页 |
·展望 | 第58-60页 |
参考文献 | 第60-64页 |
致谢 | 第64-66页 |
研究生期间发表的论文 | 第66-68页 |
个人简介与联系方式 | 第68-69页 |