基于FODPSO算法的图像分割及DSP实现
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 本文研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 DSP图像处理研究现状 | 第11-12页 |
| 1.2.2 图像分割算法研究现状 | 第12-14页 |
| 1.3 本文主要工作 | 第14-15页 |
| 1.4 本文章节安排 | 第15-16页 |
| 第2章 DSP图像处理系统设计 | 第16-23页 |
| 2.1 硬件系统整体方案 | 第16页 |
| 2.2 DSP开发平台 | 第16-21页 |
| 2.2.1 DSP芯片选型 | 第16-18页 |
| 2.2.2 GPIO功能 | 第18页 |
| 2.2.3 C5509A与SDRAM接口实现 | 第18-19页 |
| 2.2.4 C5509A与FLASH接口实现 | 第19-20页 |
| 2.2.5 C5509A与AL422B接口实现 | 第20页 |
| 2.2.6 C5509A外部引脚EMIF | 第20-21页 |
| 2.3 OV7670摄像头 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 群智能优化算法原理分析 | 第23-40页 |
| 3.1 遗传算法 | 第24-26页 |
| 3.2 模拟退火算法 | 第26-27页 |
| 3.3 蚁群算法 | 第27-28页 |
| 3.4 人群搜索算法 | 第28-31页 |
| 3.4.1 搜索步长 | 第28-29页 |
| 3.4.2 搜索方向的确定 | 第29页 |
| 3.4.3 个体位置的更新 | 第29-31页 |
| 3.5 粒子群算法 | 第31-39页 |
| 3.5.1 基本粒子群算法 | 第31-32页 |
| 3.5.2 带惯性权重的粒子群算法 | 第32-33页 |
| 3.5.3 带压缩因子的粒子群算法 | 第33页 |
| 3.5.4 达尔文粒子群算法 | 第33-36页 |
| 3.5.5 分数阶达尔文粒子群算法 | 第36-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第4章 群智能优化算法应用与性能对比 | 第40-61页 |
| 4.1 双目标函数优化 | 第40-45页 |
| 4.1.1 测试函数选取 | 第40-42页 |
| 4.1.2 双目标优化求解 | 第42-45页 |
| 4.2 三目标函数优化 | 第45-48页 |
| 4.2.1 适应度函数构建 | 第45-47页 |
| 4.2.2 三目标优化求解 | 第47-48页 |
| 4.3 多尺度图像分割 | 第48-60页 |
| 4.3.1 N尺度阈值分割模型 | 第49-51页 |
| 4.3.2 图像阈值分割 | 第51-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第5章 基于DSP的图像分割实验系统设计与实现 | 第61-78页 |
| 5.1 C5509A与OV7670引脚设置 | 第61-62页 |
| 5.2 DSP软件开发平台 | 第62-63页 |
| 5.2.1 CCS3.3软件介绍 | 第62-63页 |
| 5.2.2 CCS3.3图像显示 | 第63页 |
| 5.3 图像采集功能实现 | 第63-66页 |
| 5.4 图像预处理 | 第66-68页 |
| 5.4.1 直方图均衡化 | 第66-67页 |
| 5.4.2 中值滤波 | 第67-68页 |
| 5.5 基于DSP的FODPSO图像分割实现 | 第68-71页 |
| 5.6 DSP与MATLAB联合仿真 | 第71-77页 |
| 5.6.1 乒乓球分割 | 第72-74页 |
| 5.6.2 人脸分割 | 第74-77页 |
| 5.7 本章小结 | 第77-78页 |
| 结论与展望 | 第78-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第84-85页 |
| 附录 | 第85-101页 |
