文摘
英文文摘
声明
第一章 绪论
1.1 研究背景
1.2 数字图像处理概述
1.2.1数字图像处理技术的特点
1.2.2数字图像处理的主要方法
1.2.3数字图像处理的应用
1.3 本文内容与章节安排
第二章 图像增强技术
2.1 灰度变换
2.1.1灰度线性变换
2.1.2分段线性灰度变换
2.1.3非线性灰度变换
2.2直方图修正
2.2.1灰度直方图
2.2.2直方图均衡化及实验结果
2.2.3直方图匹配(规定化)
2.3 图像平滑
2.3.1邻域平均法
2.3.2频域中低通滤波和带阻滤波
2.3.3中值滤波及其实验结果
2.4 图像锐化
2.4.1梯度模算子
2.4.2拉氏算子
2.4.3 Wallis算子
2.4.4高通滤波
2.5 同态滤波
2.6彩色增强
2.6.1伪彩色增强
2.6.2假彩色增强
2.7本章小节
第三章 神经网络在图像增强中的应用
3.1 神经网络概述
3.1.1神经网络发展史
3.1.2神经网络的特点
3.1.3神经网络的互连模型
3.1.4神经网络的学习方式
3.1.5神经网络的学习规则
3.1.6神经网络的应用
3.2 Hopfield神经网络
3.3 BP网络
3.3.1 BP网络的学习过程和步骤
3.3.2实验仿真
3.4 径向基函数网络(RBF神经网络)
3.4.1 RBF神经网络的结构
3.4.2实验仿真
3.5细胞神经网络
3.6模糊神经网络
3.7基于神经网络的图像增强
3.8本章小结
第四章 基于脉冲耦合神经网络的图像增强算法
4.1 PCNN概述
4.2 PCNN的模型
4.2.1 Eckhorn神经元模型
4.2.2脉冲耦合神经网络模型
4.3 基于PCNN的图像增强
4.3.1算法描述
4.3.2实验仿真结果及分析
4.4 基于改进的PCNN模型的图像增强
4.4.1改进的PCNN模型
4.4.2算法描述实验仿真结果及分析
4.5本章小结
第五章 全文总结
5.1 总结
5.2 展望
参考文献
致谢
研究生期间发表的论文