●第1章  理論介紹
●  1.1  概述
●  1.2  傳統圖像處理技術
●    1.2.1  通用性與差異性
●    1.2.2  內積
●    1.2.3  哺乳動物的視覺繫統
●    1.2.4  未來工作如何開展
●  1.3  視覺皮層理論
●    1.3.1  視覺皮層簡介
●    1.3.2  Hodgkin-Huxley模型
●    1.3.3  Fitzhugh-Nagumo模型
●    1.3.4  Eckhom模型
●    1.3.5  Rybak模型
●    1.3.6  Parodi模型
●  1.4  小結
●第2章  數字模型原理
●  2.1  脈衝耦合神經網絡
●    2.1.1  脈衝耦合神經網絡原始模型
●    2.1.2  時間序列
●    2.1.3  連接
●部分目錄

    本書是靠前本詳細探索和展示脈；中耦合神經網絡(PCNN)不錯圖像處理能力的專著。PCNN及其相關模型均源自生啟發模型研究，是圖像紋理分析、邊緣提取、區域分割等很好強大的處理工具。這也是大多數圖像處理項目的很基本任務，故PCNN很好適合目標識別、凹點檢測和圖像融合等常規圖像處理任務。因此，PCNN的出現為目標分離、多通道圖像融合、圖像簽名和基於內容的圖像檢索等圖像處理的新技術發展鋪平了道路。本書還包括大量PCNN圖像處理的應用實例以及對其硬件實現技術的討論。
    本書適合從事智能信息處理、模式識別、數字信號處理與軟計算理論、計算機視覺、通信與圖像工程、生物醫學圖像處理等信息學科相關專業高年級本科生、研究生和相關工程技術人員閱讀。