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

改进的蚁群算法在图像边缘检测中的应用研究

摘要第1-4页
ABSTRACT第4-8页
第一章 引言第8-16页
   ·概述第8-9页
   ·蚁群算法的产生及意义第9页
   ·蚁群算法的研究概述第9-10页
   ·蚁群算法应用综述第10-11页
   ·图像处理与识别概述第11-14页
   ·本论文主要内容第14-16页
第二章 蚁群算法的发展及应用第16-34页
   ·蚁群算法基本理论第16-23页
     ·蚁群算法的基本原理和思想第16-18页
     ·蚁群算法的基本特征第18-20页
     ·算法的数学模型第20-23页
   ·蚁群算法的实现第23-28页
       ·实现步聚第23-24页
     ·算法的参数分析第24-27页
     ·基本蚁群算法的软件实现第27-28页
   ·几种典改进的蚁群算法第28-32页
     ·融合精英策略的蚂蚁系统(EAS)第28-29页
     ·基于优化排序的蚂蚁系统(ASrank)第29-30页
     ·最大最小蚂蚁系统(MMAS)第30页
     ·蚁群系统(ACS)第30-32页
   ·小结第32-34页
第三章 数字图像处理技术第34-44页
   ·数字图像的采样和量化第34-35页
     ·静态图像的采样和量化第34-35页
     ·动态图像的采样和量化第35页
   ·图像增强第35-36页
   ·数字图像的边缘检测第36-43页
     ·图像分割概述第36页
     ·图像边缘检测第36-37页
     ·图像边缘检测方法第37-43页
   ·本章小结第43-44页
第四章 改进的蚁群算法在边缘检测中的应用第44-54页
   ·蚁群算法改进第44-48页
     ·改进的蚁群算法第44-45页
     ·算法的实现第45-46页
     ·仿真结果第46-48页
   ·改进的蚁群算法在图像边缘检测中的应用第48-51页
     ·蚁群算法用于边缘检测的过程第48-50页
     ·边缘检测实例分析第50-51页
   ·结论第51-54页
第五章 总结和展望第54-56页
参考文献第56-60页
在学期间的研究成果第60-61页
致谢第61页

论文共61页,点击 下载论文
上一篇:基于频繁子树序列的挖掘方法研究
下一篇:基于Surfacelet变换的动态纹理检索的研究