首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于粒子群优化絮体图像分割算法的设计和应用

摘要第1-4页
ABSTRACT第4-6页
目录第6-9页
第一章 绪论第9-15页
   ·课题的研究背景和意义第9-10页
     ·图像分割的目的和意义第9-10页
     ·絮体图像分割的研究现状第10页
   ·图像处理的研究层次第10-12页
   ·图像分割研究的几个层次第12-13页
   ·图像工程技术中图像分割的地位第13-14页
   ·本文的结构和要点第14-15页
第二章 图像预处理与分割简介第15-27页
   ·图像数字化第15-17页
     ·数字图像的表示第15-16页
     ·图像灰度直方图第16-17页
   ·图像预处理第17-21页
     ·图像降噪第17-19页
     ·图像增强第19-21页
   ·图像分割理论第21页
   ·常见的阈值图像分割算法第21-26页
     ·灰度直方图分割法第22页
     ·迭代法第22-23页
     ·OSTU 图像分割算法第23-24页
     ·二维 OSTU 图像分割法第24-25页
     ·图像分割算法优劣性比较第25-26页
   ·本章小结第26-27页
第三章 粒子群优化算法理论基础第27-35页
   ·最优解概述第27-28页
     ·局部最优解第27页
     ·全局最优解第27-28页
   ·基本粒子群算法简介第28-31页
     ·基本粒子群优化算法第28-30页
     ·粒子的社会行为和个体行为第30-31页
   ·粒子的飞行轨迹第31-34页
     ·粒子飞行轨迹影响因素第31-32页
     ·粒子的收敛条件第32-34页
   ·本章小结第34-35页
第四章 基于粒子群优化的 OSTU 絮体图像分割算法第35-44页
   ·经典 OSTU 算法第35-36页
   ·灰度拉伸第36页
   ·粒子群算法应用原理第36-41页
     ·粒子群算法在图像分割中的应用规则第36-37页
     ·粒子群优化算法收敛条件第37-41页
   ·粒子群优化结合 OSTU 算法第41-43页
     ·适应度函数及参数的选取第41-42页
     ·算法流程第42页
     ·算法实验结果分析第42-43页
   ·本章小结第43-44页
第五章 基于粒子群优化的熵值絮体分割算法第44-51页
   ·图片切割最优熵值法第44-45页
   ·粒子群优化应用于最佳熵值分割法的步骤第45-46页
   ·算法收敛性与结果分析第46-50页
     ·算法收敛性分析第46-47页
     ·仿真实验第47-50页
   ·本章小结第50-51页
第六章 絮体图像分割系统的硬件和软件设计第51-64页
   ·系统整体架构第51页
   ·系统硬件设计第51-57页
     ·图像采集装置设计第52-53页
     ·图像采集装置组成第53-55页
     ·装置实景图第55-57页
   ·软件系统整体设计第57-58页
   ·系统功能设计第58-63页
     ·数据结构设计第58-60页
     ·图片前期处理模块软件设计第60-62页
     ·图像分割模块软件设计第62-63页
   ·本章小结第63-64页
第七章 结论与展望第64-66页
   ·结论第64-65页
   ·展望第65-66页
参考文献第66-69页
个人简历 在读期间发表的学术论文第69-70页
致谢第70页

论文共70页,点击 下载论文
上一篇:基于特征向量的人物关系抽取方法研究
下一篇:基于云平台的固定资产管理系统的设计与实现