| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-11页 |
| ·生物图像边缘检测技术的研究背景 | 第8页 |
| ·图像边缘检测技术发展现状 | 第8-9页 |
| ·生物图像边缘检测算法与脉冲耦合神经网络 | 第9-10页 |
| ·论文工作及安排 | 第10-11页 |
| 第二章 脉冲耦合神经网络及特性分析 | 第11-24页 |
| ·PCNN模型 | 第11-14页 |
| ·PCNN简化模型 | 第11-12页 |
| ·改进的矢量PCNN模型 | 第12-13页 |
| ·改进的矢量PCNN模型应用于图像处理的优点 | 第13-14页 |
| ·PCNN简化模型的熵序列特性及其在指纹特征提取中的应用 | 第14-23页 |
| ·PCNN简化模型的熵序列特性 | 第14-15页 |
| ·PCNN简化模型的熵序列特性在指纹特征提取中的算法应用 | 第15-16页 |
| ·实验结果及分析 | 第16-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于PCNN的显微图像边缘检测 | 第24-40页 |
| ·显微细胞图像边界提取技术的研究现状 | 第24-26页 |
| ·基于传统的阈值分割法的边界提取技术 | 第24-25页 |
| ·基于边缘检测技术的边界提取技术 | 第25页 |
| ·其他方法 | 第25-26页 |
| ·显微细胞图像边界提取的研究难点 | 第26-27页 |
| ·基于矢量PCNN的彩色细胞切片显微图像边缘检测研究 | 第27-36页 |
| ·矢量梯度算子 | 第27-28页 |
| ·基于矢量PCNN的彩色枸杞细胞显微图像的边缘检测算法 | 第28-29页 |
| ·算法中若干参数和初始值的研究 | 第29-31页 |
| ·实验结果与分析 | 第31-35页 |
| ·边缘检测评价 | 第35-36页 |
| ·边缘检测算法的GUI设计 | 第36-39页 |
| ·设计方案 | 第37页 |
| ·GUI实验演示 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于四元数的彩色显微细胞图像的边缘检测 | 第40-49页 |
| ·四元数基本理论 | 第40-43页 |
| ·四元数的定义 | 第40-41页 |
| ·四元数的运算法则 | 第41-43页 |
| ·基于四元数的彩色边缘检测算法 | 第43-48页 |
| ·基于四元数的彩色边缘检测算法研究现状及基本理论 | 第43-45页 |
| ·基于四元数的彩色显微细胞图像边缘检测算法 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| ·总结 | 第49-50页 |
| ·展望 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第55-56页 |
| 致谢 | 第56页 |
