基于脉冲耦合神经网络模型的图像分割方法研究

目录

声明

摘要

第1章绪论

1．1课题研究背景与意义

1．2基于PCNN模型的图像分割方法研究进展

1．3图像分割方法研究现状

1．3．1图像分割的定义

1．3．2传统的图像分割方法研究现状

1．3．3结合特定理论工具的分割方法研究现状

1．4本文研究内容和组织结构

第2章脉冲耦合神经网络的基本理论

2．1脉冲耦合神经网络模型

2．1．1脉冲耦合神经元模型

2．1．2脉冲耦合神经网络模型

2．1．3 PCNN数字图像处理原理

2．2脉冲耦合神经网络的工作机理

2．2．1无耦合连接的工作方式

2．2．2耦合连接的工作方式

2．3 PCNN基本特性

2．4本章小结

第3章基于最大类间方差改进的免疫遗传算法图像分割方法

3．1免疫遗传算法理论基础

3．1．1免疫遗传算法基本原理

3．1．2免疫遗传算法基本流程及算子介绍

3．1．3免疫遗传算法的优点

3．2图像分割评价方法

3．3基于最大类间方差改进的免疫遗传图像分割方法

3．3．1设计思路

3．3．2实现过程

3．4基于最大类间方差改进的免疫遗传算法图像分割实验

3．4．1实验平台与分割对象

3．4．2图像分割结果与评价

3．5本章小结

第4章基于改进免疫遗传算法的PCNN图像分割方法

4．1基于PCNN的图像分割方法

4．2本文使用的简化PCNN模型

4．3基于简化PCNN的图像降噪处理方法

4．3．1设计思路

4．3．2实现过程

4．3．3图像降噪结果与评价

4．4基于改进免疫遗传算法的PCNN图像分割方法

4．4．1设计思路

4．4．2实现过程

4．5基于改进免疫遗传算法的PCNN图像分割实验

4．5．1实验平台与分割对象

4．5．2图像分割结果与评价

4．6本章小结

结论

参考文献

攻读硕士学位期间发表的论文和获得的科研成果

致谢