基于神经网络的图像轮廓提取算法研究

中文摘要	第1-5页
英文摘要	第5-9页
1 绪论	第9-11页
·研究的目的与意义	第9-10页
·灰度图像提取轮廓算法的现状	第10页
·论文的总体结构和创新之处	第10-11页
2 人工神经网络的概述	第11-19页
·人工神经网络的发展历史	第11-12页
·初创期	第11页
·过度期	第11-12页
·发展期	第12页
·人工神经网络模型	第12-14页
·生物神经元模型	第12-13页
·人工神经网络模型	第13-14页
·人工神经网络的基本原理及学习法则	第14-17页
·人工神经网络的原理	第14-15页
·神经网络的学习法则	第15-17页
·人工神经网络的应用	第17-19页
3 竞争神经网络模型	第19-34页
·Hamming 网络	第19-21页
·Hamming 网的网络结构	第19-20页
·Hamming 网的学习算法	第20-21页
·自组织映射网络	第21-24页
·自组织映射网络模型	第21-22页
·自组织映射学习算法	第22-24页
·学习矢量量化	第24-27页
·网络模型	第24页
·学习矢量量化的学习算法	第24-26页
·学习矢量量化和自组织映射	第26-27页
·主分量分析	第27-34页
·主分量分析方法	第27-29页
·前向主分量分析网络及算法	第29-32页
·自适应主分量网络及其算法	第32-34页
4 基于神经网络的图像轮廓提取算法的研究	第34-41页
·图像边缘检测技术	第34-35页
·微分算子法	第34页
·拉普拉斯·高斯算子法	第34-35页
·Canny	第35页
·批处理自组织映射（BSOM）基本思想	第35-36页
·BSOM 算法步骤	第36-41页
5 仿真实例与结果分析	第41-50页
·程序伪代码与分析描述	第41-48页
·仿真实验结果	第48-49页
·算法与传统算法的比较	第49-50页
6 总结与展望	第50-52页
参考文献	第52-55页
致谢	第55-56页
攻读硕士期间发表的论文目录、科研情况	第56页