基于改进粒子群优化算法的图像去噪和图像分割研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 引言 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状与存在的问题 | 第10-13页 |
| 1.2.1 图像去噪研究现状 | 第10-11页 |
| 1.2.2 图像分割研究现状 | 第11-12页 |
| 1.2.3 智能优化方法研究现状 | 第12-13页 |
| 1.3 论文组织结构 | 第13-15页 |
| 第二章 图像处理相关问题描述 | 第15-23页 |
| 2.1 图像去噪概述 | 第15-18页 |
| 2.1.1 图像去噪基本理论 | 第15-16页 |
| 2.1.2 图像噪声滤波器 | 第16页 |
| 2.1.3 图像噪声强度估计方法 | 第16-18页 |
| 2.2 图像阈值分割概述 | 第18-21页 |
| 2.2.1 图像阈值分割原理 | 第18页 |
| 2.2.2 阈值分割方法简介 | 第18-21页 |
| 2.3 本章小结 | 第21-23页 |
| 第三章 改进粒子群优化算法 | 第23-35页 |
| 3.1 智能优化算法概述 | 第23-24页 |
| 3.1.1 遗传算法 | 第23-24页 |
| 3.1.2 蚁群算法 | 第24页 |
| 3.2 粒子群优化算法 | 第24-28页 |
| 3.2.1 粒子群算法研究进展 | 第24-26页 |
| 3.2.2 算法原理 | 第26页 |
| 3.2.3 算法流程 | 第26-27页 |
| 3.2.4 算法参数分析 | 第27-28页 |
| 3.3 改进粒子群优化算法 | 第28-31页 |
| 3.3.1 改进惯性调整策略 | 第28-29页 |
| 3.3.2 算法流程 | 第29-31页 |
| 3.4 算法仿真 | 第31-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 基于改进粒子群优化算法的小波图像去噪 | 第35-41页 |
| 4.1 小波去噪原理 | 第35-36页 |
| 4.2 小波基函数的选取及分解层数的确定 | 第36-37页 |
| 4.2.1 小波基函数的选取 | 第36页 |
| 4.2.2 小波分解层数的确定 | 第36-37页 |
| 4.3 小波系数阈值估计方法 | 第37-38页 |
| 4.4 改进粒子群优化算法的小波图像去噪 | 第38页 |
| 4.5 实验结果及分析 | 第38-40页 |
| 4.6 本章小结 | 第40-41页 |
| 第五章 基于改进粒子群优化算法的图像分割 | 第41-49页 |
| 5.1 图像分割的定义 | 第41页 |
| 5.2 阈值分割原理 | 第41-42页 |
| 5.3 阈值选取方法 | 第42-43页 |
| 5.4 二维最大熵法 | 第43-45页 |
| 5.4.1 二位灰度直方图 | 第43-44页 |
| 5.4.2 二维最大熵法步骤 | 第44-45页 |
| 5.5 改进粒子群优化算法的二维最大熵分割 | 第45-46页 |
| 5.6 实验结果及分析 | 第46-48页 |
| 5.7 本章小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-51页 |
| 参考文献 | 第51-57页 |
| 发表论文和参加科研情况 | 第57-59页 |
| 致谢 | 第59页 |
