脉冲耦合神经网络在指纹图像处理中的研究与应用
第1章 绪论 | 第1-18页 |
·神经网络概述 | 第9-10页 |
·神经网络的特征 | 第10-11页 |
·神经网络的结构 | 第11-12页 |
·脉冲耦合神经网络概述 | 第12-14页 |
·指纹识别技术 | 第14-17页 |
·指纹图像的分类及细节信息 | 第15-16页 |
·指纹识别技术的特点 | 第16-17页 |
·本文的主要工作 | 第17-18页 |
第2章 脉冲耦合神经网络基本理论 | 第18-25页 |
·脉冲耦合神经元模型 | 第18-20页 |
·接受部分 | 第18-19页 |
·调制部分 | 第19页 |
·脉冲产生部分 | 第19-20页 |
·PCNN运行机制 | 第20-22页 |
·PCNN的基本特性分析 | 第22-24页 |
·本章小结 | 第24-25页 |
第3章 简化型脉冲耦合神经网络 | 第25-34页 |
·简化型脉冲耦合神经网络模型 | 第25-27页 |
·一定条件下简化型 PCNN的动态行为 | 第27-32页 |
·两个神经元构成的简化型 PCNN的动态行为分析 | 第27-29页 |
·多个神经元构成简化型 PCNN的动态行为分析 | 第29-32页 |
·本章小结 | 第32-34页 |
第4章 简化型 PCNN在指纹图像分割中的应用 | 第34-50页 |
·图像分割的定义 | 第34-36页 |
·指纹图像分割方法综述 | 第36-40页 |
·基于边界的图像分割方法 | 第36页 |
·基于区域的图像分割方法 | 第36-38页 |
·基于特殊技术的图像分割方法 | 第38-40页 |
·最大香农熵准则 | 第40页 |
·简化型PCNN算法分割实施步骤 | 第40-41页 |
·实验结果及分析 | 第41-48页 |
·简化型PCNN在指纹图像分割中的应用 | 第41-44页 |
·简化型PCNN在其它类型的图像分割中的应用 | 第44-45页 |
·亮度、对比度对分割效果的影响 | 第45-48页 |
·本章小结 | 第48-50页 |
第5章 简化型 PCNN在指纹图像去噪中的应用 | 第50-57页 |
·高斯噪声的特点 | 第50-51页 |
·简化型PCNN的二值图像去噪算法原理 | 第51页 |
·简化型PCNN去噪算法实施步骤 | 第51-52页 |
·实验结果及分析 | 第52-55页 |
·简化型PCNN在二值指纹图像去噪中的应用 | 第52-55页 |
·简化型PCNN在其它二值图像去噪中的应用 | 第55页 |
·本章小结 | 第55-57页 |
结论 | 第57-59页 |
参考文献 | 第59-66页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第66-67页 |
致谢 | 第67页 |