基于脉冲耦合神经网络的真实影像再现研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-19页 |
| ·研究背景 | 第10-12页 |
| ·真实影像再现简介 | 第12-13页 |
| ·真实影像再现 | 第12-13页 |
| ·研究内容 | 第13页 |
| ·国内外研究现状及发展 | 第13-15页 |
| ·评价标准 | 第15-17页 |
| ·论文的主要工作 | 第17-19页 |
| 第二章 基于视觉特性的真实影像再现研究 | 第19-37页 |
| ·视觉特性基础 | 第19-21页 |
| ·同态滤波模型 | 第21-23页 |
| ·Retinex系列算法 | 第23-28页 |
| ·Retinex算法发展阶段 | 第24-25页 |
| ·相关实验及分析 | 第25-28页 |
| ·动态范围压缩算法 | 第28-30页 |
| ·神经动力学模型 | 第30-36页 |
| ·被动膜方程 | 第30-32页 |
| ·多尺度对抗神经元模型 | 第32-33页 |
| ·相关实验与分析 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第三章 PCNN及改进ICM增强算法 | 第37-54页 |
| ·引言 | 第37-38页 |
| ·PCNN模型及原理 | 第38-41页 |
| ·Eckhorn模型 | 第38-39页 |
| ·PCNN模型 | 第39-41页 |
| ·PCNN基本特性 | 第41-42页 |
| ·PCNN图像增强 | 第42-48页 |
| ·灰度增强 | 第42-45页 |
| ·彩色增强 | 第45-48页 |
| ·ICM模型 | 第48-49页 |
| ·改进ICM图像增强 | 第49-53页 |
| ·改进ICM模型 | 第49-50页 |
| ·改进ICM的图像增强 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第四章 PCNN与PME相结合的真实影像再现 | 第54-74页 |
| ·PCNN与PME相结合的意义 | 第54页 |
| ·PCNN-PME真实影像再现 | 第54-60页 |
| ·神经动力学ON-OFF模型 | 第55-56页 |
| ·PCNN-PME模型拓扑结构 | 第56-58页 |
| ·颜色空间的选取 | 第58-59页 |
| ·PCNN-PME真实影像再现 | 第59-60页 |
| ·PCNN-PME的性能属性 | 第60-61页 |
| ·PCNN-PME动态范围压缩机制 | 第60-61页 |
| ·PCNN-PME颜色视觉适应机制 | 第61页 |
| ·实验结果及分析 | 第61-73页 |
| ·PCNN-PME模型实验 | 第62-65页 |
| ·模型参数调整实验及分析 | 第65-73页 |
| ·本章总结 | 第73-74页 |
| 第五章 总结与展望 | 第74-76页 |
| ·论文总结 | 第74-75页 |
| ·前景展望 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-83页 |
| 攻硕期间的研究成果 | 第83页 |
