基于DSP平台的PCNN图像处理技术应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·引言 | 第8-10页 |
| ·研究背景 | 第8-9页 |
| ·数字图像处理的应用现状及问题 | 第9-10页 |
| ·脉冲耦合神经网络研究 | 第10-12页 |
| ·PCNN理论研究进展 | 第10-11页 |
| ·PCNN与数字图像处理的结合 | 第11-12页 |
| ·本论文研究内容 | 第12-13页 |
| 第二章 脉冲耦合神经网络数字图像处理 | 第13-34页 |
| ·脉冲耦合神经网络原理 | 第13-16页 |
| ·PCNN模型 | 第13-15页 |
| ·PCNN模型参数 | 第15-16页 |
| ·PCNN自动波特性及应用 | 第16-22页 |
| ·PCNN自动波特性 | 第16-19页 |
| ·基于PCNN自动波特性的血细胞图像分割和计数 | 第19-22页 |
| ·基于PCNN的图像二值化方法 | 第22-26页 |
| ·传统图像二值化算法 | 第23-24页 |
| ·基于PCNN的图像二值化原理 | 第24-26页 |
| ·图像分割评价 | 第26-33页 |
| ·图像分割和分割评价的关系 | 第26-28页 |
| ·几种常用的图像分割评价准则 | 第28-29页 |
| ·图像分割综合评价准则 | 第29-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 基于HVS的图像编码方法 | 第34-46页 |
| ·人眼视觉系统(HVS) | 第35-41页 |
| ·视觉系统构造 | 第35-36页 |
| ·人眼视觉特性 | 第36-41页 |
| ·基于HVS特性的图像压缩编码方法 | 第41-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 基于PCNN的不规则分割区域编码 | 第46-65页 |
| ·不规则图像分割区域编码(ISRC)原理 | 第46-52页 |
| ·图像区域分割 | 第47页 |
| ·轮廓像素编码 | 第47-50页 |
| ·分割区域编码 | 第50-51页 |
| ·ISRC编解码框架 | 第51-52页 |
| ·基于PCNN的不规则分割区域编码 | 第52-59页 |
| ·基于PCNN的图像不规则区域分割 | 第52-53页 |
| ·快速序贯连通区域标识 | 第53-56页 |
| ·正交基图像编码及重建 | 第56-59页 |
| ·实验结果 | 第59-64页 |
| ·PCNNISRC方法与2-D DCT方法的比较 | 第60-61页 |
| ·PCNNISRC编码性能特点 | 第61-64页 |
| ·本章小结 | 第64-65页 |
| 第五章 PCNNISRC编码的DSP硬件实现 | 第65-77页 |
| ·TMS320C6713 DSP简介 | 第65-68页 |
| ·PCNNISRC编码的DSP硬件实现平台 | 第68-70页 |
| ·PCNNISRC编码系统的软件设计 | 第70-76页 |
| ·CCS软件开发工具 | 第70-71页 |
| ·TMS320C6713软件开发流程 | 第71-72页 |
| ·系统初始化 | 第72-73页 |
| ·EDMA数据搬移与处理 | 第73-74页 |
| ·软件代码优化 | 第74-76页 |
| ·本章小结 | 第76-77页 |
| 第六章 总结与展望 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第82-83页 |
| 致谢 | 第83页 |
