蚁群算法在图像识别中的应用研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第8-10页 |
| 1.1 课题研究的国内外现状 | 第8-9页 |
| 1.2 研究意义 | 第9页 |
| 1.3 论文的组织框架 | 第9-10页 |
| 第二章 图像识别基本理论研究 | 第10-19页 |
| 2.1 图像识别概念 | 第10-13页 |
| 2.1.1 基本原理 | 第10页 |
| 2.1.2 识别过程 | 第10-11页 |
| 2.1.3 识别方法 | 第11-13页 |
| 2.2 图像预处理 | 第13页 |
| 2.3 图像特征选取 | 第13-18页 |
| 2.3.1 特征选取 | 第13-14页 |
| 2.3.2 提取方法 | 第14-15页 |
| 2.3.3 基于脉冲耦合神经网络的特征提取 | 第15-18页 |
| 2.4 本章小结 | 第18-19页 |
| 第三章 蚁群算法研究 | 第19-34页 |
| 3.1 蚁群算法简介 | 第19-23页 |
| 3.1.1 基本思想 | 第19-20页 |
| 3.1.2 数学模型及算法实现 | 第20-23页 |
| 3.2 蚁群算法的特点 | 第23-24页 |
| 3.2.1 蚂蚁行为的特点 | 第23页 |
| 3.2.2 蚁群系统的特点 | 第23-24页 |
| 3.3 一些改进的蚁群算法 | 第24-29页 |
| 3.3.1 传统的改进算法 | 第25页 |
| 3.3.2 蚁群聚类算法 | 第25-29页 |
| 3.4 蚁群算法与图像处理 | 第29-33页 |
| 3.4.1 蚁群算法与图像边缘检测 | 第29-31页 |
| 3.4.2 蚁群算法与图像分割 | 第31-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第四章 脉冲耦合-蚁群聚类的图像识别 | 第34-54页 |
| 4.1 PCNN-ACC识别算法 | 第34-35页 |
| 4.1.1 设计思想 | 第34页 |
| 4.1.2 算法流程 | 第34-35页 |
| 4.2 医学图像识别 | 第35-45页 |
| 4.2.1 预处理 | 第36-38页 |
| 4.2.2 特征提取 | 第38-42页 |
| 4.2.3 匹配识别 | 第42-45页 |
| 4.3 实验仿真及结果分析 | 第45-52页 |
| 4.3.1 实验环境及平台介绍 | 第45-50页 |
| 4.3.2 实验结果 | 第50-52页 |
| 4.4 本章小结 | 第52-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士学位期间发表的论文 | 第60-61页 |
