基于细胞神经网络的图像边缘检测研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-12页 |
| ·课题背景 | 第8-9页 |
| ·课题学术和实用意义 | 第9-10页 |
| ·本文内容和结构安排 | 第10-12页 |
| ·本文研究内容 | 第10-11页 |
| ·章节安排 | 第11-12页 |
| 2 边缘检测前的去噪处理 | 第12-27页 |
| ·图像去噪的基本理论 | 第12-14页 |
| ·图像噪声模型 | 第12-13页 |
| ·图像去噪常用方法 | 第13-14页 |
| ·细胞神经网络模型和 PSO 优化算法 | 第14-16页 |
| ·细胞神经网络模型 | 第14-15页 |
| ·PSO 算法基本原理 | 第15-16页 |
| ·基于细胞神经网络的图像去噪模型 | 第16-18页 |
| ·时不变模板去噪细胞神经网络 | 第16-17页 |
| ·时变模板去噪细胞神经网络 | 第17-18页 |
| ·图像去噪细胞神经网络的训练 | 第18-21页 |
| ·图像去噪时不变模板 CNN | 第18-20页 |
| ·图像去噪时变模板 CNN | 第20-21页 |
| ·去噪细胞神经网络的性能 | 第21-26页 |
| ·时不变模板细胞神经网络的去噪性能 | 第21-23页 |
| ·时变模板细胞神经网络的去噪性能 | 第23-26页 |
| ·本章小结 | 第26-27页 |
| 3 灰度图像边缘检测 | 第27-45页 |
| ·边缘检测理论 | 第27-29页 |
| ·概述 | 第27-28页 |
| ·边缘检测原理 | 第28页 |
| ·边缘检测的基本步骤 | 第28-29页 |
| ·边缘提取性能评价标准 | 第29页 |
| ·经典边缘检测算子 | 第29-34页 |
| ·Roberts 算子 | 第29-30页 |
| ·Sobel 算子 | 第30-31页 |
| ·Prewitt 算子 | 第31-32页 |
| ·Canny 算子 | 第32-33页 |
| ·拉普拉斯-高斯边缘检测算子 | 第33-34页 |
| ·基于细胞神经网络的灰度图像边缘检测 | 第34-44页 |
| ·灰度图像边缘检测的 CNN 数学模型 | 第34-36页 |
| ·灰度图像边缘检测的空间不变模板 CNN | 第36-40页 |
| ·灰度图像边缘检测的自适应模板 CNN | 第40-44页 |
| ·本章小结 | 第44-45页 |
| 4 彩色图像边缘检测 | 第45-60页 |
| ·色彩模型 | 第45-47页 |
| ·典型颜色空间 | 第45-47页 |
| ·颜色空间色差度量 | 第47页 |
| ·彩色图像边缘检测算法 | 第47-49页 |
| ·输出融合法 | 第48-49页 |
| ·梯度法 | 第49页 |
| ·基于细胞神经网络的彩色图像边缘检测 | 第49-59页 |
| ·人眼亮度感知限值 | 第49-51页 |
| ·RGB 颜色空间的彩色图像边缘检测 | 第51-55页 |
| ·彩色图像边缘检测 CNN 的性能 | 第55-59页 |
| ·本章小结 | 第59-60页 |
| 5 总结和展望 | 第60-62页 |
| ·总结 | 第60页 |
| ·展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 附录 | 第66页 |
| A. 攻读硕士学位期间发表的论文 | 第66页 |
| B. 攻读硕士学位期间参加的科研项目情况 | 第66页 |
