首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

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

论文共67页,点击 下载论文
上一篇:卫星遥感图像压缩系统容错技术研究
下一篇:间接竞争ELISA检测TGEV方法的建立