首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

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

论文共69页,点击 下载论文
上一篇:基于距离和的离群数据挖掘算法及应用
下一篇:基于聚类与预测的语义Web服务发现研究