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

基于遗传蚁群算法的图像边缘检测算法研究

摘要第1-5页
ABSTRACT第5-7页
目录第7-9页
第1章 绪论第9-18页
   ·课题的研究目的和意义第9-10页
   ·课题的国内外研究的现状第10-14页
   ·图像边缘检测的评价标准第14-16页
   ·本文主要内容及结构安排第16-18页
     ·本文主要研究内容第16-17页
     ·本文结构安排第17-18页
第2章 遗传算法第18-32页
   ·遗传算法的基本原理第18-19页
   ·遗传算法的基本步骤第19页
   ·遗传算法的主要操作第19-24页
     ·遗传编码第19-21页
     ·适应度函数第21页
     ·遗传算子第21-24页
   ·遗传算法在图像边缘检测上的应用第24-31页
     ·遗传算法用于图像边缘检测的过程第25-27页
     ·图像边缘检测实例分析第27-31页
   ·本章小结第31-32页
第3章 蚁群算法第32-51页
   ·蚁群算法的思想起源第32页
   ·蚁群算法的基本原理第32-35页
   ·蚁群算法的基本模型第35-38页
   ·基本蚁群算法的改进第38-41页
     ·带精英策略的蚁群系统第39页
     ·最大-最小蚁群系统第39-41页
     ·最优-最差蚁群系统第41页
   ·改进的蚁群算法在图像边缘检测上的应用第41-50页
     ·蚁群算法用于图像边缘检测的过程第42-45页
     ·图像边缘检测实例分析第45-50页
   ·本章小结第50-51页
第4章 基于遗传蚁群混合算法的边缘检测的方法研究第51-59页
   ·遗传算法和蚁群算法融合临界点的确定第51-52页
   ·遗传蚁群混合算法的主要流程第52-53页
   ·面向边缘检测的遗传蚁群混合算法流程图第53-54页
   ·面向边缘检测的遗传蚁群混合算法主要步骤第54-58页
     ·图像预处理第55页
     ·遗传算法的设计第55页
     ·遗传算法与蚁群算法的融合第55-56页
     ·蚁群算法的设计第56-58页
   ·本章小结第58-59页
第5章 实验结果与分析第59-66页
   ·标准图像第59-61页
   ·CT扫描图第61-63页
     ·CT图像边缘第61-62页
     ·仿真结果第62-63页
   ·车牌识别第63-65页
     ·车牌边缘检测的重要性第63-64页
     ·仿真结果第64-65页
   ·本章小结第65-66页
第6章 总结与展望第66-69页
   ·本文总结第66-67页
   ·后续工作展望第67-69页
参考文献第69-72页
致谢第72页

论文共72页,点击 下载论文
上一篇:基于DSP的车载语音识别控制系统的设计
下一篇:发动机标定数据管理系统开发