基于振荡神经网络的图像分割算法研究

摘要	第1-5页
ABSTRACT	第5-7页
1 绪论	第7-14页
·图像分割概述	第7-8页
·图像分割技术定义	第8-9页
·图像分割研究进展	第9页
·神经网络及振荡相关性理论	第9-13页
·本文主要内容及章节安排	第13-14页
2 传统的图像分割方法	第14-21页
·基于灰度阈值的图像分割方法	第14-15页
·基于梯度的图像分割方法	第15-16页
·基于区域增长的图像分割方法	第16-17页
·基于神经网络的图像分割方法	第17-18页
·分割结果的表示	第18页
·图像分割的统计描述	第18-19页
·本章小结	第19-21页
3 振荡关联神经网络相关理论及模型仿真	第21-38页
·振荡模型提出	第21-28页
·LEGION 网络侧向势能模型	第28-33页
·传统LEGION 模型分割图像的不足	第33-36页
·本章小结	第36-38页
4 改进的基于振荡神经网络的图像分割算法	第38-60页
·基于灰度自适应的简化LEGION 算法	第38-44页
·基于特征保持的权值自适应LEGION 算法	第44-52页
·与常见图像分割算法对比	第52-59页
·本章小结	第59-60页
5 全文总结与展望	第60-62页
·全文总结	第60页
·展望	第60-62页
致谢	第62-63页
参考文献	第63-65页