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

基于改进蚁群算法的图像边缘检测研究

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第9-13页
    1.1 研究背景及意义第9页
    1.2 研究现状第9-10页
    1.3 主要研究内容和组织结构第10-13页
第二章 基本蚁群算法的图像边缘检测第13-33页
    2.1 图像边缘常用检测算法及效果对比和性能分析第13-20页
        2.1.1 图像边缘常用检测算法第13-18页
        2.1.2 常用算法效果对比及性能分析第18-20页
    2.2 蚁群算法第20-26页
        2.2.1 蚁群算法原理第20-22页
        2.2.2 蚁群算法的数学模型第22-24页
        2.2.3 蚁群算法的具体实现第24-26页
    2.3 基本蚁群算法的图像边缘检测第26-32页
        2.3.1 蚁群算法边缘检测原理第26页
        2.3.2 基本蚁群算法检测图像边缘的基本步骤第26-29页
        2.3.3 蚁群算法图像边缘检测的流程图第29-30页
        2.3.4 实验仿真第30-31页
        2.3.5 算法分析第31-32页
    2.4 本章小结第32-33页
第三章 具有感知能力和变步长的蚁群图像边缘检测算法第33-45页
    3.1 算法的基本原理第33-34页
        3.1.1 具有感知功能的人工蚂蚁第33页
        3.1.2 变步长的人工蚂蚁第33-34页
    3.2 算法的基本思想第34-36页
    3.3 算法步骤及参数分析第36-39页
        3.3.1 算法步骤第36-37页
        3.3.2 算法参数分析第37-39页
    3.4 实验结果及算法分析第39-42页
        3.4.1 不同参数效果对比第39-40页
        3.4.2 实验结果及效果对比第40-41页
        3.4.3 算法运行时间对比第41-42页
        3.4.4 算法分析第42页
    3.5 本章小结第42-45页
第四章 具有侦察和感知能力的蚁群图像边缘检测算法第45-53页
    4.1 算法的基本思想第45页
    4.2 算法的主要策略第45-46页
        4.2.1 侦察蚁的策略第45-46页
        4.2.2 觅食蚁的策略第46页
    4.3 算法的主要步骤第46-47页
    4.4 实验结果及算法分析第47-52页
        4.4.1 不同参数效果对比第47-50页
        4.4.2 实验结果及效果对比第50-51页
        4.4.3 各种算法的检测效果和运行时间对比第51-52页
        4.4.4 算法分析第52页
    4.5 本章小结第52-53页
第五章 总结和展望第53-55页
参考文献第55-57页
致谢第57-59页
攻读硕士学位期间取得的科研成果第59-61页
作者简介第61页

论文共61页,点击 下载论文
上一篇:云AC的动态数据备份算法的研究
下一篇:UPS快递在中国市场的发展战略研究