首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于神经网络和数学形态学的海杂波抑制处理技术的研究应用

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-16页
   ·课题研究的背景和意义第10-13页
   ·国内外研究现状第13-14页
   ·论文的主要内容第14-16页
     ·论文的组织第14-15页
     ·论文的主要成果和创新点第15-16页
第2章 基础知识第16-40页
   ·数学形态学理论第16-26页
     ·二值数学形态学第16-18页
     ·灰度数学形态学第18-19页
     ·变形虫结构元素第19-26页
   ·神经网络理论第26-39页
     ·Hopfield神经网络第26-29页
     ·混沌神经网络第29-31页
     ·小波神经网络第31-34页
     ·细胞神经网络第34-39页
   ·本章小结第39-40页
第3章 海杂波图像复原技术的研究第40-66页
   ·图像复原技术第40-46页
     ·图像退化模型第40-43页
     ·无约束图像复原第43-44页
     ·有约束图像复原第44-46页
   ·基于Hopfield神经网络和数学形态学的图像复原技术第46-57页
   ·基于暂态混沌神经网络和数学形态学的图像复原技术第57-59页
   ·基于小波神经网络和数学形态学的图像复原技术第59-61页
   ·基于细胞神经网络和数学形态学的图像复原技术第61-64页
   ·评价图像复原技术质量的指标第64-65页
   ·本章小结第65-66页
第4章 海杂波图像分割技术的研究第66-76页
   ·图像分割技术第66-68页
   ·基于灰度级信息矩阵法的图像分割技术第68-71页
   ·基于Hopfield神经网络的图像分割技术第71-74页
   ·基于暂态混沌神经网络的图像分割技术第74-75页
   ·本章小结第75-76页
第5章 海杂波图像抑制技术的仿真实验第76-91页
   ·无目标海杂波图像抑制第76-80页
   ·有目标海杂波图像抑制第80-90页
   ·本章小结第90-91页
总结第91-92页
参考文献第92-97页
攻读硕士学位期间发表的论文和取得的科研成果第97-98页
致谢第98页

论文共98页,点击 下载论文
上一篇:一种聚类算法的并行化研究
下一篇:基于MSP430的嵌入式教学实验平台的设计与实现