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

基于遗传算法的图像分割技术研究

摘要第5-7页
ABSTRACT第7-9页
符号对照表第12-13页
缩略语对照表第13-17页
第一章 绪论第17-23页
    1.1 本论文的研究背景第17页
    1.2 目前研究现状分析第17-19页
        1.2.1 遗传算法的研究现状第17-18页
        1.2.2 图像分割的研究现状第18-19页
    1.3 目前存在的主要问题第19-20页
    1.4 本论文研究的目的与意义第20-21页
    1.5 本论文的内容结构第21-23页
第二章 图像分割的基本理论及相关技术第23-35页
    2.1 图像分割的概念和原理第23-24页
    2.2 阈值分割第24-28页
        2.2.1 阈值分割的概念第24页
        2.2.2 全局阈值分割第24-25页
        2.2.3 局部阈值分割第25页
        2.2.4 迭代式阈值分割第25-26页
        2.2.5 最小误差阈值分割第26-27页
        2.2.6 最大熵阈值分割第27页
        2.2.7 应用各类阈值分割算法的实验结果第27-28页
    2.3 边缘分割第28-31页
        2.3.1 普通梯度算子第29页
        2.3.2 Roberts算子第29页
        2.3.3 拉普拉斯算子第29-30页
        2.3.4 Canny算子第30页
        2.3.5 应用各算子的实验结果第30-31页
    2.4 区域分割第31-33页
        2.4.1 区域生长第32页
        2.4.2 分裂合并第32页
        2.4.3 应用区域分割技术的实验结果第32-33页
    2.5 本章小结第33-35页
第三章 遗传算法综述第35-49页
    3.1 遗传算法的概述第35-38页
        3.1.1 遗传算法的概念第35页
        3.1.2 基于遗传算法的应用第35-36页
        3.1.3 遗传算法的特点及其局限性第36-37页
        3.1.4 传统的算法与遗传算法之比较第37-38页
    3.2 遗传算法的数学理论基础第38-40页
        3.2.1 模式定理第38页
        3.2.2 积木块假设第38-39页
        3.2.3 遗传算法的数学模型第39-40页
    3.3 遗传算法的求解流程第40-42页
    3.4 遗传算法的基本操作第42-45页
        3.4.1 染色体的编码与解码第42页
        3.4.2 选取初始种群第42-43页
        3.4.3 个体的适应度值第43页
        3.4.4 基本遗传操作第43-45页
        3.4.5 常用算法参数的设置第45页
    3.5 遗传算法的改进空间第45-47页
    3.6 遗传算法未成熟收敛及其防止第47-48页
        3.6.1 遗传算法的未成熟收敛问题第47-48页
        3.6.2 未成熟收敛问题的防止第48页
    3.7 本章小结第48-49页
第四章 基于遗传算法的图像分割第49-59页
    4.1 引言第49页
    4.2 基于OTSU的遗传算法第49-51页
        4.2.1 OTSU(最大类间方差法)算法第49-51页
        4.2.2 基于OTSU的遗传分割算法第51页
    4.3 实验结果与分析第51-59页
第五章 基于改进的遗传算法与改进的OTSU相结合的图像分割算法第59-77页
    5.1 引言第59页
    5.2 改进的OTSU算法第59-61页
    5.3 改进的遗传算法第61-65页
    5.4 基于改进的遗传算法与改进的OTSU相结合的新算法第65-67页
    5.5 对比实验与结果分析第67-75页
    5.6 本章小结第75-77页
第六章 结论和展望第77-79页
    6.1 研究结论第77-78页
    6.2 研究展望第78-79页
参考文献第79-81页
致谢第81-83页
作者简介第83-84页

论文共84页,点击 下载论文
上一篇:网络舆情监控系统关键技术研究
下一篇:基于H.264的运动估计的研究和改进