基于蚁群算法的图像边缘检测研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-13页 |
| ·研究背景 | 第9-10页 |
| ·研究内容与意义 | 第10-11页 |
| ·本文组织结构 | 第11-13页 |
| 第2章 图像边缘检测概述 | 第13-21页 |
| ·边缘的定义及类型 | 第13页 |
| ·常用的边缘检测方法 | 第13-17页 |
| ·最优阶梯型边缘检测算法 | 第17页 |
| ·Canny准则 | 第17页 |
| ·Canny算子 | 第17页 |
| ·其它边缘检测方法 | 第17-21页 |
| ·基于小波变换的边缘检测 | 第17-18页 |
| ·基于模糊理论的边缘检测 | 第18-19页 |
| ·基于数学形态学的边缘检测 | 第19页 |
| ·基于神经网络的边缘检测 | 第19-21页 |
| 第3章 蚁群算法基本原理及研究现状 | 第21-35页 |
| ·蚁群算法的基本原理 | 第21-23页 |
| ·用于TSP的基本蚁群算法 | 第23-26页 |
| ·TSP问题简介 | 第23-24页 |
| ·蚂蚁系统 | 第24-26页 |
| ·改进的蚁群优化算法 | 第26-35页 |
| ·带精英策略的蚂蚁系统 | 第26-27页 |
| ·蚁群系统 | 第27-29页 |
| ·最大-最小蚂蚁系统 | 第29-30页 |
| ·基于优化排序的蚂蚁系统 | 第30-31页 |
| ·最优-最差蚂蚁系统 | 第31页 |
| ·其它改进蚁群算法 | 第31-35页 |
| 第4章 基于蚁群算法的边缘检测 | 第35-45页 |
| ·基于蚁群算法的边缘检测和图像分割概述 | 第35-36页 |
| ·基于模糊聚类的蚁群算法 | 第35页 |
| ·蚁群算法与遗传算法的结合 | 第35-36页 |
| ·基于图像边缘特征的蚁群算法 | 第36-43页 |
| ·蚁群算法边缘检测原理 | 第36-37页 |
| ·蚁群算法边缘检测过程 | 第37-42页 |
| ·实验结果与性能分析 | 第42-43页 |
| ·小结 | 第43-45页 |
| 第5章 基于改进蚁群算法的 CT图像边缘检测 | 第45-53页 |
| ·CT图像边缘检测 | 第45页 |
| ·改进蚁群算法CT图像边缘检测原理 | 第45-46页 |
| ·改进方案 | 第46-48页 |
| ·背景和目标区域 | 第46页 |
| ·噪声点 | 第46-47页 |
| ·边缘区 | 第47-48页 |
| ·改进算法伪代码 | 第48-49页 |
| ·仿真实验结果及分析 | 第49-51页 |
| ·小结 | 第51-53页 |
| 第6章 结论 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-61页 |
| 攻读硕士期间发表的论文及科研成果 | 第61页 |
