脉冲耦合神经网络在图像分割与图像检索中的应用研究

摘要	第1-5页
Abstract	第5-7页
目录	第7-9页
第一章 绪论	第9-14页
·人工神经网络	第9-10页
·PCNN的意义及其现状	第10-12页
·本论文做的主要工作和创新点	第12-14页
第二章 PCNN的基本理论和应用	第14-22页
·PCNN模型及原理	第14-16页
·PCNN特性	第16-17页
·改进的通用PCNN	第17-18页
·PCNN的简化模型	第18-19页
·PCNN的应用	第19-21页
·图像去噪	第20页
·图像分割	第20页
·图像融合	第20-21页
·目标识别	第21页
·最短路径	第21页
·本章小结	第21-22页
第三章 PCNN模型关键参数的优化及图像分割	第22-31页
·存在的问题及解决办法	第22页
·基于PCNN的图像分割	第22-23页
·图像的双线性插值预处理	第23-27页
·PCNN分割参数的确定	第24-26页
·最大香农熵分割准则	第26-27页
·PCNN图像分割流程	第27页
·实验仿真结果及分析	第27-29页
·结论	第29页
·本章小结	第29-31页
第四章 基于PCNN的图像检索	第31-52页
·存在的问题及解决	第31-32页
·基于PCNN的图像检索	第32-52页
·熵序列	第32-33页
·图像的相似度量及欧氏距离	第33-34页
·图像的排序评价方法	第34-35页
·仿真结果及分析	第35-50页
·本章小结	第50-52页
第五章 总结与展望	第52-54页
参考文献	第54-59页
攻读硕士学位期间参加的科研项目及完成的论文	第59-60页
致谢	第60页