基于PCNN的图像去噪和图像增强方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-11页 |
| 图目录 | 第11-14页 |
| 表目录 | 第14-15页 |
| 第一章 绪论 | 第15-31页 |
| ·研究背景及意义 | 第15-24页 |
| ·图像滤波技术研究现状 | 第15-17页 |
| ·图像增强技术研究现状 | 第17-24页 |
| ·图像质量评价 | 第24-28页 |
| ·主观评价 | 第25页 |
| ·客观评价 | 第25-28页 |
| ·本论文主要工作及内容安排 | 第28-31页 |
| 第二章 视觉皮层神经网络模型 | 第31-39页 |
| ·神经网络研究背景 | 第31-33页 |
| ·三种典型视觉皮层神经网络模型 | 第33-37页 |
| ·PCNN模型 | 第33-36页 |
| ·ICM模型 | 第36-37页 |
| ·SCM模型 | 第37页 |
| ·三种模型之间的关系 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第三章 数学形态学与图像去噪和图像增强 | 第39-59页 |
| ·数学形态学基本理论 | 第39-56页 |
| ·二值形态学基本运算 | 第40-54页 |
| ·灰度形态学基本运算 | 第54-56页 |
| ·数学形态学在图像去噪和图像增强中的应用 | 第56-57页 |
| ·数学形态学应用于图像去噪 | 第56页 |
| ·数学形态学应用于图像增强 | 第56-57页 |
| ·本章小结 | 第57-59页 |
| 第四章 PCNN与数学形态学图像去噪 | 第59-79页 |
| ·灰度图像脉冲噪声去除 | 第59-66页 |
| ·图像噪声去除基本原理 | 第59-60页 |
| ·去噪算法描述及参数设置 | 第60页 |
| ·实验描述 | 第60-61页 |
| ·实验结果 | 第61-65页 |
| ·分析讨论 | 第65-66页 |
| ·彩色图像脉冲噪声去除 | 第66-77页 |
| ·噪声检测 | 第67-68页 |
| ·噪声去除 | 第68-69页 |
| ·实验描述 | 第69页 |
| ·实验参数设置 | 第69-70页 |
| ·实验结果 | 第70-76页 |
| ·分析与讨论 | 第76-77页 |
| ·本章小结 | 第77-79页 |
| 第五章 基于SCM与视觉特性的图像增强 | 第79-97页 |
| ·人眼视觉特性与图像增强 | 第79-81页 |
| ·人眼视觉特性 | 第79-81页 |
| ·基于人眼视觉特性的图像增强特点 | 第81页 |
| ·基于SCM模型的灰度图像增强 | 第81-93页 |
| ·SCM与人眼视觉特性 | 第81-83页 |
| ·SCM用于图像增强 | 第83-85页 |
| ·基于SCM和UM的图像增强方法 | 第85-90页 |
| ·基于SCM和直方图修改的图像增强方法 | 第90-93页 |
| ·基于SCM的彩色图像增强 | 第93-95页 |
| ·本章小结 | 第95-97页 |
| 第六章 总结与展望 | 第97-101页 |
| ·论文主要内容总结 | 第97-99页 |
| ·下一步工作展望 | 第99-101页 |
| 参考文献 | 第101-109页 |
| 在学期间科研成果 | 第109-111页 |
| 致谢 | 第111-113页 |
| 附录 | 第113-117页 |
