| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-17页 |
| ·课题的选题背景与意义 | 第8-9页 |
| ·细胞神经网络的理论背景与研究现状 | 第9-12页 |
| ·CNN的理论背景 | 第9-10页 |
| ·细胞神经网络国内外课题研究现状 | 第10-12页 |
| ·图像边缘提取的意义及方法 | 第12-15页 |
| ·图像边缘提取的意义 | 第12-13页 |
| ·边缘提取方法的介绍 | 第13-15页 |
| ·本文研究的主要工作 | 第15-17页 |
| 第二章 细胞神经网络理论基础 | 第17-33页 |
| ·CNN模型的结构与特点 | 第17-22页 |
| ·CNN模型的结构 | 第17-18页 |
| ·CNN的数学方程 | 第18-21页 |
| ·CNN的特点 | 第21-22页 |
| ·CNN的动态范围及稳定性分析 | 第22-25页 |
| ·CNN的动态范围及收敛性 | 第22-25页 |
| ·CNN的稳定性分析 | 第25页 |
| ·基于CNN的数字图像处理 | 第25-28页 |
| ·CNN用于数字图像处理的过程 | 第26页 |
| ·CNN输入输出量化 | 第26-27页 |
| ·CNN用于图像处理 | 第27-28页 |
| ·细胞神经网络的硬件实现简介 | 第28-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 基于细胞神经网络的图像边缘提取算法 | 第33-43页 |
| ·CNN的边界问题 | 第33-34页 |
| ·CNN的模板参数设计 | 第34-42页 |
| ·二值图像的模板参数设计 | 第34-39页 |
| ·灰度图像的模板参数设计 | 第39-41页 |
| ·灰度图像的模版范围边缘提取实验结果 | 第41-42页 |
| ·二值图像和灰度图像流程图的设计 | 第42页 |
| ·本章小结 | 第42-43页 |
| 第四章 基于CNN的非线性图像边缘提取研究 | 第43-50页 |
| ·CNN边缘提取算法与传统边缘提取算法的比较 | 第43页 |
| ·基于CNN的线性灰度图像边缘提取方法 | 第43-44页 |
| ·基于CNN的非线性灰度边缘提取方法 | 第44-49页 |
| ·非线性灰度变化的原理 | 第44-46页 |
| ·基于CNN的非线性灰度边缘提取方法 | 第46-47页 |
| ·实验结果及分析 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 基于视觉感知的CNN彩色图像边缘提取方法研究 | 第50-58页 |
| ·传统的基于CNN的彩色边缘提取方法 | 第50-51页 |
| ·基于视觉感知的彩色空间距离计算 | 第51-57页 |
| ·彩色空间的选择 | 第51页 |
| ·基于视觉感知的颜色距离计算 | 第51-53页 |
| ·基于视觉感知的CNN彩色图像边缘提取算法 | 第53-54页 |
| ·实验结果及分析 | 第54-57页 |
| ·本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-59页 |
| ·总结 | 第58页 |
| ·展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士期间的研究成果及发表论文 | 第64页 |