| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 第1章 绪论 | 第7-13页 |
| ·前言 | 第7页 |
| ·图像分割的研究现状 | 第7-10页 |
| ·现有的图像分割方法 | 第7-9页 |
| ·现有的图像分割技术 | 第9-10页 |
| ·基于神经网络的图像分割研究现状 | 第10-12页 |
| ·本文的研究内容和主要成果 | 第12-13页 |
| 第2章 预备知识 | 第13-17页 |
| ·Wilson-Cowan 模型和预备知识 | 第13-14页 |
| ·功率谱的预备知识 | 第14-15页 |
| ·Kuramoto 模型预备知识 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第3章 基于 Wilson-Cowan 网络模型的图像分割 | 第17-21页 |
| ·模型稳定性分析 | 第17页 |
| ·图像分割理论分析 | 第17-19页 |
| ·图像分割数字模拟 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第4章 基于 Kuramoto 方程的图像分割 | 第21-31页 |
| ·模型改进 | 第21-22页 |
| ·模型应用 | 第22-25页 |
| ·数字模拟及其分割结果对比 | 第25-29页 |
| ·与基于边缘检测方法分割结果的对比 | 第25-27页 |
| ·与基于 EM 算法方法的分割结果对比 | 第27-29页 |
| ·本章小结 | 第29-31页 |
| 结论与展望 | 第31-33页 |
| 参考文献 | 第33-37页 |
| 攻读硕士学位期间所发表的学术论文 | 第37-39页 |
| 致谢 | 第39页 |