| 内容上，本书在祥细阐述PCNN脉冲耦合神经网络原理的基础上，分析了其在数字图像处理技术中的应用，特别是在图像降噪、图像分割、参数寻优、压缩编码、图像增强、图像融合、目标识别、图像签名、图像检索等方面的最新研究成果。 学术上，本书是兰州大学985特色项目支持的“生物医学图像处理新技术研究”课题中的研究成果，总结了近十年来PCNN理论及其应用研究。对于PCNN的理论研究和实际应用以及数字图像处理技术发展具有重要应用价值和现实意义。 写作上，本书力求言简意赅，通俗易懂，同时结合应用实例及给出MATLAB环境下编程实现的主要程序，便于研究和学习者很快上手，尽快掌握。 |
| 前言 第1章 脉冲耦合神经网络 1.1 大脑皮层 1.2 脉冲耦合神经网络的基本模型 1.3 脉冲耦合神经网络的工作机理 1.4 自适应脉冲耦合神经网络 1.5 脉冲耦合神经网络的MATLAB实现 1.6 小结 参考文献 第2章 图像滤波及脉冲噪声滤波器 2.1 图像处理中的噪声与滤波 2.2 一些经典噪声滤波器 2.3 基于简化PCNN模型的脉冲噪声滤波器 2.4 基于PCNN的高斯噪声滤波器 参考文献 第3章 脉冲耦合神经网络在图像分割中的应用 3.1 图像分割技术 3.2 生物细胞图像分割技术的进展 3.3 基于PCNN和熵值最大原则的植物细胞图像分割 3.4 基于聚类的分割技术进展 3.5 基于区域增长的PCNN分割 3.6 基于交叉熵的改进型PCNN图像自动分割方法 3.7 基于遗传算法的PCNN自动系统的研究 3.8 一种生物彩色图像自动分割新方案 …… 第4章 脉冲耦合神经网络与图像编码 第5章 脉冲耦合神经网络与图像增强 第6章 脉冲耦合神经网络与图像融合 第7章 脉冲耦合神经网络与形态学 第8章 脉冲耦合神经网络在特征提取中的应用 第9章 脉冲耦合神经网络与数字图像签名技术 第10章 脉冲耦合神经网络与组合决策优化 第11章 脉冲耦合神经网络和小波变换 参考文献 |
内容加载中，请稍后...
商品评论（0条）