內容簡介
本書在詳細闡述pcnn脈衝耦合神經網路的原理的基礎上，分
脈衝耦合神經網路與數字圖像處理析了其在數字圖像處理技術中的套用，特別是在圖像降噪、圖像分割、參數尋優、壓縮編碼、圖像增強、圖像融合、目標識別、圖像簽名、圖像檢索、組合決策最佳化、虹膜識別、細胞分析、凹點檢測以及語音識別等方面的最新研究成果，同時介紹了其與數學形態學、小波理論等結合的套用實例，還給出了其在MATLAB環境下編程實現的主要程式，便於研究者和學習者很快上手，儘快掌握，利於PCNN脈衝耦合神經網路在我國的套用和相關晶片的開發設計。
本書適合數位訊號處理、人工智慧理論、生物醫學圖像處理等專業研究生、高年級本科生閱讀，還適合數字圖像分析和處理、圖像通信工程等相關領域的研究人員參考使用。
目錄
前言
第1章 脈衝耦合神經網路
1.1 大腦皮層
1.2 脈衝耦合神經網路的基本模型
1.3 脈衝耦合神經網路的工作機理
1.4 自適應脈衝耦合神經網路
1.5 脈衝耦合神經網路的MATLAB實現
1.6 小結
參考文獻
第2章 圖像濾波及脈衝噪聲濾波器
2.1 圖像處理中的噪聲與濾波
2.2 一些經典噪聲濾波器
2.3 基於簡化PCNN模型的脈衝噪聲濾波器
2.4 基於PCNN的高斯噪聲濾波器
參考文獻
第3章 脈衝耦合神經網路在圖像分割中的套用
3.1 圖像分割技術
3.2 生物細胞圖像分割技術的進展
3.3 基於PCNN和熵值最大原則的植物細胞圖像分割
3.4 基於聚類的分割技術進展
3.5 基於區域增長的PCNN分割
3.6 基於交叉熵的改進型PCNN圖像自動分割方法
3.7 基於遺傳算法的PCNN自動系統的研究
3.8 一種生物彩色圖像自動分割新方案
3.9 基於PCNN的圖像邊緣檢測方法
3.10 基於PCNN的圖像二值化算法及分割評價研究
參考文獻
第4章 脈衝耦合神經網路與圖像編碼
4.1 圖像壓縮編碼概述
4.2 基於感興趣區的圖像壓縮編碼
4.3 基於小波的感興趣區漸進圖像傳輸算法
4.4 一種快速小波子帶分形圖像壓縮編碼方法
4.5 不規則區域編碼綜述與進展
4.6 傳統神經網路圖像壓縮方法
4.7 基於PCNN的不規則區域編碼
參考文獻
第5章 脈衝耦合神經網路與圖像增強
5.1 圖像增強
5.2 人眼視覺特性與PCNN賦時矩陣
5.3 基於PCNN的圖像增強算法
5.4 小結
參考文獻
第6章 脈衝耦合神經網路與圖像融合
6.1 圖像融合概述
6.2 基於PCNN的醫學圖像融合
6.3 基於PCNN的多聚焦圖像融合
參考文獻
第7章 脈衝耦合神經網路與形態學
7.1 PCNN與二值數學形態學
7.2 PCNN與灰度形態學相結合的除噪方法
7.3 ICM與灰度形態學相結合的除噪方法
7.4 PCNN與形態學結合的圖像標定
參考文獻
第8章 脈衝耦合神經網路在特徵提取中的套用
8.1 PCNN與特徵提取
8.2 有噪圖像識別
8.3 基於直方圖矢量重心的圖像目標識別
8.4 PCNN套用於語音識別
8.5 虹膜識別
8.6 基於LMS準則和梯度下降法的自適應脈衝耦合神經網路
參考文獻
第9章 脈衝耦合神經網路與數字圖像簽名技術
9.1 基於內容的圖像檢索綜述
9.2 基於PCNN的數字圖像簽名技術
9.3 基於ICM的數字圖像簽名技術
9.4 基於PCNN和ICM的圖像檢索系統性能
參考文獻
第10章 脈衝耦合神經網路與組合決策最佳化
10.1 組合決策最佳化
10.2 基於PCNN的多項式時間算法
10.3 基於PCNN的非多項式時間算法
參考文獻
第11章 脈衝耦合神經網路和小波變換
11.1 小波理論概述
11.2 PCNN與小波變換
11.3 PCNN與小波變換的結合
11.4 非抽樣Contourlet變換與PCNN在凹點檢測的結合套用
參考文獻其它作品作者介紹
……
