基于脉冲耦合神经网络的图像分割应用研究
摘要 | 第1-8页 |
ABSTRACT | 第8-10页 |
第1章 绪论 | 第10-16页 |
·研究背景及其意义 | 第10-13页 |
·脉冲耦合神经网络的国内外研究现状 | 第13-15页 |
·本文主要工作及其安排 | 第15-16页 |
第2章 脉冲耦合神经网络应用与图像分割的基本理论 | 第16-24页 |
·脉冲耦合神经网络的结构模型 | 第16-20页 |
·脉冲耦合神经网络的工作原理 | 第20-22页 |
·无耦合链接情况下的PCNN 运行机制 | 第20-21页 |
·耦合链接情况下的PCNN 运行机制 | 第21-22页 |
·脉冲耦合神经网络的基本特性 | 第22-24页 |
第3章 脉冲耦合神经网络在图像分割中的应用 | 第24-39页 |
·脉冲耦合神经网络的图像分割原理 | 第24-25页 |
·基于PCNN 的图像分割算法实现 | 第25-26页 |
·标准的PCNN 算法实现步骤 | 第25-26页 |
·简化的PCNN 算法实现步骤 | 第26页 |
·实验结果与分析 | 第26-37页 |
·在典型图像中的应用结果与分析 | 第27-33页 |
·在医学图像中的应用结果与分析 | 第33-37页 |
·PCNN 在图像分割中的优劣性分析 | 第37-39页 |
第4章 模糊熵的脉冲耦合神经网络图像自动分割算法 | 第39-52页 |
·模糊熵的基本概念 | 第39-41页 |
·模糊集合 | 第40页 |
·模糊熵的定义与基本性质 | 第40-41页 |
·基于模糊熵的PCNN 图像自动分割算法 | 第41-44页 |
·算法原理 | 第41-44页 |
·算法实现流程 | 第44页 |
·实验结果与分析 | 第44-51页 |
·在典型图像中的应用结果与分析 | 第45-48页 |
·在医学图像中的应用结果与分析 | 第48-51页 |
·本章小结 | 第51-52页 |
第5章 全文总结与展望 | 第52-55页 |
·本文总结与主要研究工作 | 第52-53页 |
·未来研究展望 | 第53-55页 |
参考文献 | 第55-59页 |
致谢 | 第59-60页 |
附录1 攻读硕士学位期间所发表的论文目录 | 第60页 |