| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究目的与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文主要工作及创新点 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-15页 |
| 第2章 神经元模型及视觉系统感知特性 | 第15-19页 |
| 2.1 神经元模型 | 第15-16页 |
| 2.1.1 Hodgkin-Huxley 模型 | 第15-16页 |
| 2.1.2 Integrate-and-Fire 模型 | 第16页 |
| 2.2 神经元动态连接模型 | 第16-17页 |
| 2.2.1 Spike Timing Dependent Plasticity 连接模型 | 第16-17页 |
| 2.2.2 化学突触连接模型 | 第17页 |
| 2.3 视觉感知特性 | 第17-18页 |
| 2.3.1 固视微动特性 | 第17-18页 |
| 2.3.2 感受野特性 | 第18页 |
| 2.4 小结 | 第18-19页 |
| 第3章 基于视觉感光层功能的菌落图像多强度边缘检测 | 第19-31页 |
| 3.1 图像边缘算法简述 | 第19页 |
| 3.2 基本原理 | 第19-23页 |
| 3.2.1 基于 LIF 神经元模型的改进 | 第19-20页 |
| 3.2.2 拮抗式感受野 | 第20-22页 |
| 3.2.3 多方向多尺度图像移动 | 第22页 |
| 3.2.4 神经元响应波动系数及边缘分类 | 第22-23页 |
| 3.2.5 定量评价标准 | 第23页 |
| 3.3 算法步骤 | 第23-24页 |
| 3.4 检测结果及分析 | 第24-30页 |
| 3.4.1 实验结果 | 第25-28页 |
| 3.4.2 结果分析 | 第28-30页 |
| 3.5 小结 | 第30-31页 |
| 第4章 基于动态化学突触连接的图像神经编码边缘检测 | 第31-43页 |
| 4.1 基本原理 | 第31-35页 |
| 4.1.1 基于 LIF 模型的多层神经元网络 | 第31-32页 |
| 4.1.2 神经元对输入信号的响应模式 | 第32页 |
| 4.1.3 动态化学突触连接 | 第32-33页 |
| 4.1.4 图像移动对化学突触编码的影响 | 第33页 |
| 4.1.5 感受野特性对化学突触连接编码的影响 | 第33-34页 |
| 4.1.6 输出层反馈对神经编码的影响 | 第34-35页 |
| 4.2 实验算法 | 第35-36页 |
| 4.3 实验结果与分析 | 第36-42页 |
| 4.4 小结 | 第42-43页 |
| 第5章 视觉感知机制在工业 CT 图像分析中的应用 | 第43-49页 |
| 5.1 工业 CT 图像概述 | 第43页 |
| 5.2 基于生物学特性神经元网络的工业 CT 图边缘检测 | 第43-47页 |
| 5.3 神经元发放波动机制在动态化学突触神经编码中的应用 | 第47-48页 |
| 5.4 小结 | 第48-49页 |
| 第6章 总结与展望 | 第49-51页 |
| 6.1 总结 | 第49-50页 |
| 6.2 展望 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 附录 | 第57页 |
