基于免疫算法的木材疤痕识别的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-16页 |
| ·课题的研究背景和意义 | 第11-13页 |
| ·国内外研究现状 | 第13-14页 |
| ·图像分割的国内外现状 | 第13页 |
| ·免疫算法研究现状 | 第13-14页 |
| ·图像识别研究现状 | 第14页 |
| ·主要研究内容和结构安排 | 第14-16页 |
| 第2章 木材疤痕图像预处理 | 第16-27页 |
| ·南方图修正灰度变换 | 第16-19页 |
| ·图像灰度变换 | 第16-17页 |
| ·直方图修正 | 第17-19页 |
| ·图像去噪 | 第19-23页 |
| ·基于部分非线性的平滑滤波器的改进 | 第19-21页 |
| ·改进加权自适应非线性滤波器 | 第21-23页 |
| ·图像增强 | 第23-26页 |
| ·梯度法图像增强 | 第23-24页 |
| ·拉普拉斯算子图像增强 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 基于免疫算法的疤痕分割方法的设计与实现 | 第27-48页 |
| ·免疫系统(IS)基本理论 | 第27-31页 |
| ·IS的结构 | 第27-29页 |
| ·IS主要功能 | 第29-31页 |
| ·IS的主要特性 | 第31-32页 |
| ·免疫算法原理 | 第32-35页 |
| ·IA的相关概念 | 第32页 |
| ·免疫学基本原理 | 第32页 |
| ·免疫算法工作原理 | 第32-35页 |
| ·二维最大熵图像分割方法 | 第35-39页 |
| ·图像分割定义 | 第35-36页 |
| ·二维最大熵分割 | 第36-39页 |
| ·IA 在二维最大熵图像分割中的设计与实现 | 第39-47页 |
| ·抗原抗体定义及编码 | 第40页 |
| ·亲和力计算 | 第40页 |
| ·疫苗库的建立 | 第40页 |
| ·抗体群更新 | 第40-42页 |
| ·算法终止条件及整体流程 | 第42-43页 |
| ·算法实现及结果分析 | 第43-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 分割木材疤痕的特征选择和提取 | 第48-61页 |
| ·基本概念 | 第48-49页 |
| ·问题的提出 | 第48页 |
| ·一些基本概念 | 第48-49页 |
| ·特征选取的可分性判据 | 第49-52页 |
| ·用于可分性判据准则的类内类间距离 | 第49-50页 |
| ·基于概率分布的可分性判别准则 | 第50-51页 |
| ·基于熵函数的可分性判据 | 第51-52页 |
| ·木材疤痕的特征提取与选择 | 第52-60页 |
| ·基于主分量分析PCA的特征提取 | 第52-55页 |
| ·不变矩特征提取 | 第55-58页 |
| ·几何特征及其计算 | 第58-60页 |
| ·灰度特征 | 第60页 |
| ·本章小结 | 第60-61页 |
| 第5章 木材疤痕分类器设计与识别 | 第61-74页 |
| ·BP神经网络 | 第61-67页 |
| ·BP神经网络算法原理 | 第61-65页 |
| ·BP算法流程 | 第65-67页 |
| ·基于BP神经网络木材疤痕分类器结构设计 | 第67-71页 |
| ·BP网络输入量及输出量的确定 | 第67-70页 |
| ·确定神经元激励函数及误差 | 第70页 |
| ·权系数初始化及步长选择 | 第70-71页 |
| ·实验结果与分析 | 第71页 |
| ·木材等级分类设计 | 第71-73页 |
| ·分类准则 | 第72页 |
| ·分类定级结果及分析 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 结论 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 攻读硕士期间发表的论文和取得的科研成果 | 第78-79页 |
| 致谢 | 第79页 |
