| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景与意义 | 第10-12页 |
| ·图像去噪研究现状 | 第12-13页 |
| ·本文的主要内容及组织结构 | 第13-15页 |
| 第二章 脉冲耦合神经网络的基本理论 | 第15-21页 |
| ·脉冲耦合神经元模型 | 第15-18页 |
| ·接收部分 | 第16-17页 |
| ·非线性调制部分 | 第17页 |
| ·脉冲产生部分 | 第17-18页 |
| ·PCNN的运行机制 | 第18页 |
| ·PCNN的特性 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 脉冲耦合神经网络的改进模型 | 第21-33页 |
| ·改进模型的基本结构 | 第21-24页 |
| ·接收部分 | 第22-23页 |
| ·非线性调制部分 | 第23页 |
| ·脉冲产生部分 | 第23-24页 |
| ·改进模型的行为分析 | 第24-28页 |
| ·单个神经元 | 第24-25页 |
| ·两个神经元 | 第25-27页 |
| ·多个神经元 | 第27-28页 |
| ·改进模型网络参数分析 | 第28-32页 |
| ·链接权值矩阵W | 第29-30页 |
| ·链接强度系数β | 第30-31页 |
| ·动态阈值幅度系数V_k | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 改进型PCNN模型对灰度图像混合噪声的滤除 | 第33-47页 |
| ·混合噪声的构成及特点分析 | 第33-37页 |
| ·脉冲噪声的特点 | 第34-35页 |
| ·高斯噪声的特点 | 第35-36页 |
| ·混合噪声的特点 | 第36-37页 |
| ·改进PCNN模型在图像噪声滤除中的应用 | 第37-42页 |
| ·模型参数设置 | 第38-41页 |
| ·图像中强噪声点的判断 | 第41-42页 |
| ·算法步骤 | 第42页 |
| ·实验结果及分析 | 第42-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 改进型PCNN模型对彩色图像混合噪声的滤除 | 第47-58页 |
| ·引言 | 第47页 |
| ·色彩空间模型 | 第47-50页 |
| ·RGB色彩模型 | 第47-48页 |
| ·CMY和CMYK色彩模型 | 第48-49页 |
| ·HIS色彩模型 | 第49-50页 |
| ·基于改进PCNN的彩色图像混合噪声的滤除算法 | 第50-54页 |
| ·实验结果及分析 | 第54-57页 |
| ·本章小结 | 第57-58页 |
| 结论与展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表的论文 | 第64-65页 |
| 致谢 | 第65页 |