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

配准寻优算法在字符配准中的应用

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第11-17页
    1.1 研究背景及意义第11-12页
    1.2 智能优化算法第12页
    1.3 粒子群算法研究现状第12-14页
    1.4 人工蜂群算法研究现状第14页
    1.5 论文主要工作第14-15页
    1.6 本章总结第15-17页
第二章 图像配准基本理论第17-29页
    2.1 图像配准及其数学描述第17-18页
    2.2 几何变换第18-21页
        2.2.1 平移变换第18-19页
        2.2.2 旋转变换第19-20页
        2.2.3 缩放变换第20-21页
    2.3 图像配准基本框架第21-25页
        2.3.1 特征空间第21-23页
        2.3.2 搜索空间第23-24页
        2.3.3 相似度度量第24页
        2.3.4 搜索策略第24-25页
    2.4 字符图像配准分析第25-27页
        2.4.1 字符图像分析第25-26页
        2.4.2 字符图像变换第26页
        2.4.3 字符图像特征第26-27页
        2.4.4 字符图像配准目标函数及优化第27页
    2.5 本章总结第27-29页
第三章 字符图像预处理第29-46页
    3.1 字符图像滤波第29-35页
        3.1.1 图像滤波方法第29-31页
        3.1.2 引导滤波第31-33页
        3.1.3 图像滤波结果及分析第33-35页
    3.2 字符图像增强第35-39页
        3.2.1 图像增强概述第35-36页
        3.2.2 小波变换的图像增强算法第36-38页
        3.2.3 引导滤波与小波变换结合的字符图像增强第38页
        3.2.4 图像增强结果分析第38-39页
    3.3 字符图像阈值分割第39-45页
        3.3.1 基于最大类间方差的图像分割第40页
        3.3.2 基于多因子复杂度的图像分割第40-43页
        3.3.3 图像分割结果分析第43-45页
    3.4 本章总结第45-46页
第四章 字符图像配准与寻优算法第46-72页
    4.1 基于Powell寻优的配准第46-50页
        4.1.1 Powell寻优算法第46-47页
        4.1.2 Powell寻优算法配准分析第47-50页
    4.2 基于粒子群寻优的配准第50-60页
        4.2.1 粒子群算法起源第50页
        4.2.2 标准粒子群算法第50-52页
        4.2.3 粒子群算法改进第52-56页
        4.2.4 粒子群算法寻优配准分析第56-60页
    4.3 基于人工蜂群寻优的配准第60-68页
        4.3.1 人工蜂群算法起源第60页
        4.3.2 标准人工蜂群算法第60-63页
        4.3.3 人工蜂群算法的改进第63-64页
        4.3.4 人工蜂群算法寻优配准分析第64-68页
    4.4 配准寻优算法对比第68-70页
    4.5 本章总结第70-72页
总结与展望第72-74页
参考文献第74-80页
攻读硕士学位期间取得的研究成果第80-81页
致谢第81-82页
附表第82页

论文共82页,点击 下载论文
上一篇:玉米生育期多光谱图像灰度和叶绿素含量相关性及其时期分类的研究
下一篇:基于移动手机定位的考勤管理系统的分析与设计