基于脉冲耦合神经网络的图像边缘检测算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题背景及研究意义 | 第9-10页 |
| 1.2 国内外研究现状及分析 | 第10-12页 |
| 1.2.1 图像边缘检测的研究现状 | 第10-11页 |
| 1.2.2 脉冲耦合神经网络的研究现状 | 第11-12页 |
| 1.3 本文的主要研究内容 | 第12-14页 |
| 第2章 脉冲耦合神经网络 | 第14-28页 |
| 2.1 脉冲耦合神经网络基本模型 | 第14-17页 |
| 2.2 脉冲耦合神经网络的特性及工作机制 | 第17-23页 |
| 2.2.1 脉冲耦合神经网络的特性 | 第17-18页 |
| 2.2.2 脉冲耦合神经网络工作机制 | 第18-23页 |
| 2.3 改进PCNN神经元模型参数设置 | 第23-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 基于脉冲耦合神经网络的噪声滤除 | 第28-47页 |
| 3.1 图像噪声分类 | 第28-30页 |
| 3.2 图像噪声滤除技术的研究现状 | 第30-33页 |
| 3.2.1 传统图像噪声滤除方法 | 第30-33页 |
| 3.2.2 图像噪声滤除的难点问题 | 第33页 |
| 3.3 基于改进PCNN的图像噪声滤波 | 第33-36页 |
| 3.3.1 基于改进PCNN的椒盐噪声滤波 | 第34-35页 |
| 3.3.2 基于改进PCNN的高斯噪声滤波 | 第35-36页 |
| 3.4 仿真及实验结果分析 | 第36-46页 |
| 3.4.1 PCNN椒盐噪声滤波仿真 | 第36-43页 |
| 3.4.2 PCNN高斯噪声滤波仿真 | 第43-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第4章 基于脉冲耦合神经网络的图像边缘检测 | 第47-55页 |
| 4.1 图像边缘检测原理 | 第47-48页 |
| 4.2 图像边缘检测PCNN模型 | 第48-49页 |
| 4.3 基于PCNN的图像边缘检测 | 第49-51页 |
| 4.3.1 图像边缘检测PCNN模型参数设置 | 第49-50页 |
| 4.3.2 基于PCNN的图像边缘检测算法 | 第50-51页 |
| 4.4 仿真及实验结果分析 | 第51-54页 |
| 4.5 本章小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62页 |
