| 第一章 绪论 | 第1-20页 |
| ·细胞神经网络技术 | 第10-12页 |
| ·细胞神经网络综述 | 第10-11页 |
| ·细胞神经网络的背景和发展现状 | 第11-12页 |
| ·图像边缘提取的目的与意义 | 第12-13页 |
| ·图像边缘提取的目的 | 第12-13页 |
| ·图像边缘提取的意义 | 第13页 |
| ·图像边缘提取的传统算法 | 第13-18页 |
| ·基于一阶微分的边缘提取算子 | 第14-16页 |
| ·马尔－希尔德雷斯(Marr-Hildreth)边缘提取方法 | 第16-17页 |
| ·坎尼(Canny)边缘提取方法 | 第17-18页 |
| ·本文研究的意义与主要内容 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第二章 基于CNN 的图像边缘提取算法 | 第20-42页 |
| ·细胞神经网络的理论 | 第20-24页 |
| ·细胞神经网络在图像处理中应用介绍 | 第24-25页 |
| ·基于CNN 的二值图像边缘提取算法介绍 | 第25-33页 |
| ·网络参数的设计 | 第25-28页 |
| ·图像边缘提取算法的实现 | 第28-33页 |
| ·基于CNN 的灰度图像边缘提取算法介绍 | 第33-36页 |
| ·图像分8 个位面的算法介绍 | 第33页 |
| ·灰度值线性变换的算法介绍 | 第33-36页 |
| ·基于CNN 的算法与传统方法仿真结果的比较 | 第36-41页 |
| ·本章小结 | 第41-42页 |
| 第三章 基于CNN 的图像边缘提取模板取值研究 | 第42-53页 |
| ·二值图像的CNN 模板取值范围的确定 | 第42-44页 |
| ·灰度图像的CNN 模板取值范围的确定 | 第44-50页 |
| ·a 值范围的确定 | 第44-45页 |
| ·b,c,i 值范围的确定 | 第45-47页 |
| ·仿真结果及结论 | 第47-50页 |
| ·基于CNN 的灰度图像边缘提取自适应模板的研究 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第四章 CNN 算法的FGPA 实现 | 第53-70页 |
| ·FPGA 及其开发系统简介 | 第53-58页 |
| ·FPGA 简介 | 第53-55页 |
| ·XILINX 集成开发环境 | 第55页 |
| ·Verilog 简介 | 第55-58页 |
| ·算法的硬件实现 | 第58-68页 |
| ·硬件实现的思路分析 | 第58-64页 |
| ·硬件实现结果分析 | 第64-68页 |
| ·4×4 规模图像的结果 | 第64-66页 |
| ·8×8 程序的综合结果 | 第66页 |
| ·16×16 规模图像的结果 | 第66-68页 |
| ·本章小结 | 第68-70页 |
| 第五章 总结与展望 | 第70-71页 |
| ·本文的主要工作 | 第70页 |
| ·后续工作 | 第70-71页 |
| 参考文献 | 第71-73页 |
| 致谢 | 第73-74页 |
| 攻读硕士学位期间发表论文 | 第74-75页 |
| 附录 | 第75-79页 |