基于神经网络的数学形态学研究及应用
| 第1章 绪论 | 第1-10页 |
| ·数学形态学研究现状和新问题的提出 | 第6-7页 |
| ·主要研究内容与研究思路 | 第7-8页 |
| ·主要研究成果 | 第8-10页 |
| 第2章 数学形态学理论基础 | 第10-23页 |
| ·基本概念 | 第10-11页 |
| ·二值形态学 | 第11-16页 |
| ·二值腐蚀运算的定义及其性质 | 第11-12页 |
| ·二值膨胀运算的定义及其性质 | 第12-13页 |
| ·二值开、闭运算的定义及其性质 | 第13-15页 |
| ·二值形态学图像处理 | 第15-16页 |
| ·灰值形态学 | 第16-23页 |
| ·灰值腐蚀、膨胀运算的定义及其性质 | 第17-19页 |
| ·灰值开、闭运算的定义及其性质 | 第19-21页 |
| ·数字图像的灰值形态学 | 第21-23页 |
| 第3章 神经网络基础 | 第23-31页 |
| ·神经网络概述 | 第23-24页 |
| ·神经网络的基本模型 | 第24-31页 |
| ·标准MP模型 | 第24-26页 |
| ·简单感知器模型 | 第26-27页 |
| ·BP网络模型 | 第27-31页 |
| 第4章 基于神经网络的数学形态学 | 第31-45页 |
| ·二值形态运算的感知器模型 | 第31-35页 |
| ·感知器模型 | 第31-32页 |
| ·二值形态运算的感知器模型 | 第32-35页 |
| ·灰值形态运算的神经网络模型 | 第35-45页 |
| ·结构元素 | 第35-38页 |
| ·腐蚀、膨胀的神经网络模型 | 第38-43页 |
| ·开、闭运算的神经网络模型 | 第43-45页 |
| 第5章 基于神经网络的数学形态学方法的应用研究 | 第45-53页 |
| ·形态学滤波 | 第45-49页 |
| ·形态学滤波的基本思想 | 第45-46页 |
| ·基于神经网络的形态学滤波 | 第46-49页 |
| ·形态学边缘提取 | 第49-53页 |
| ·形态学边缘提取原理 | 第50-51页 |
| ·基于神经网络的形态学边缘提取 | 第51-53页 |
| 结束语 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-58页 |
| 附录 | 第58-59页 |