成功加入购物车
图书条目标准图
[瑞典]林德布莱德 著; 马义德 译 / 高等教育出版社 / 2008-04 / 平装
售价 ¥ 9.00 5.0折
定价 ¥18.00
品相 八五品
优惠 满包邮
延迟发货说明
上书时间2021-10-17
卖家超过10天未登录
脉冲耦合神经网络图像处理(第2版)
本书是第一本详细探索和展示脉;中耦合神经网络(PCNN)极佳图像处理能力的专著。PCNN及其相关模型均源自生物神经元启发模型研究,是图像纹理分析、边缘提取、区域分割等非常强大的处理工具。这也是大多数图像处理项目的最基本任务,故PCNN非常适合目标识别、凹点检测和图像融合等常规图像处理任务。因此,PCNN的出现为目标分离、多通道图像融合、图像签名和基于内容的图像检索等图像处理的新技术发展铺平了道路。本书还包括大量PCNN图像处理的应用实例以及对其硬件实现技术的讨论。
本书适合从事智能信息处理、模式识别、数字信号处理与软计算理论、计算机视觉、通信与图像工程、生物医学图像处理等信息学科相关专业高年级本科生、研究生和相关工程技术人员阅读。
第1章理论介绍1.1概述1.2传统图像处理技术1.2.1 通用性与差异性1.2.2内积1.2.3 哺乳动物的视觉系统1.2.4 未来工作如何开展1.3视觉皮层理论1.3.1 视觉皮层简介1.3.2Hodgkin-Huxley模型1.3.3Fitzhugh-Nagumo模型1.3.4Eckhom模型1.3.5Rybak模型1.3.6Parodi模型1.4小结第2章数字模型原理2.1 脉冲耦合神经网络2.1.1 脉冲耦合神经网络原始模型2.1.2 时间序列2.1.3 神经元连接2.1.4 快速连接2.1.5 快速平滑2.1.6 模拟时序仿真2.2 交叉皮层模型——一个通用的数字模型2.2.1 最小计算复杂度的必要条件2.2.2 交叉皮层模型2.2.3 干涉2.2.4 曲率流模型2.2.5向心自动波2.3 小结第3章 图像目标自动识别3.1 重要的图像特征3.2 血液红细胞图像分割3.3 乳腺X射线图像分割3.4 航空器图像识别3.5 北极光图像分类3.6 小数幂指数滤波器3.7目标识别与二值相关3.8 图像分解3.9 反馈式脉冲图像发生器3.10目标分离3.11 动态目标分离3.12 阴影目标3.13 考虑含噪图像3.14 小结第4章 图像融合4.1 多光谱模型4.2 脉冲耦合图像融合设计4.3 一个彩色图像的例子4.4 小波滤波图像融合实例4.5 多光谱目标检测4.6 小结第5章 图像纹理处理5.1 脉冲谱5.2 谱的统计分离5.3 利用统计方法的识别5.4 通过联想记忆的脉冲谱识别5.5 小结第6章 图像签名6.1图像签名理论6.1.1PCNN和图像签名6.1.2颜色与形状6.2目标签名6.3真实图像的签名6.4图像签名数据库6.5计算最佳视角6.6运动估计6.7小结第7章 PCNN的各种应用7.1凹点检测7.1.1凹点检测算法7.1.2基于PCNN凹点模型的目标识别7.2直方图再造7.3迷宫问题7.4PCNN在条形码中的应用7.4.1 数据序列和图像的条形码生成7.4.2 PCNN计数器7.4.3 化学药品索引7.4.4 星系识别和分类7.4.5 导航系统7.4.6 手势识别7.4.7 路面检测7.5小结第8章 PCNN的硬件实现8.1 硬件实现原理8.2 用CNAPs处理器实现8.3 用VLSI实现8.4 用FPGA实现8.5 光学应用8.6 小结参考文献索引
展开全部
配送说明
...
相似商品
为你推荐
开播时间:09月02日 10:30