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

无准则多维图像阈值分割算法——最优进化算法--最优进化算法

摘要第1-7页
Abstract第7-16页
第一章 绪论第16-31页
   ·引言第16-18页
   ·课题背景及研究意义第18-19页
   ·图像阈值分割的国内外发展现状与趋势第19-26页
     ·基于直方图形状的方法第20-21页
     ·基于测试空间聚集度的方法第21-22页
     ·基于熵的方法第22-23页
     ·基于目标属性的方法第23-24页
     ·基于空间相关性的方法第24-25页
     ·基于局部灰度面的方法第25页
     ·基于模糊理论的方法第25页
     ·其他图像阈值分割方法及相关技术第25-26页
   ·问题的提出第26-28页
     ·准则函数问题第27页
     ·信息维数问题第27-28页
     ·主要研究思路第28页
   ·主要内容第28-30页
   ·主要创新点第30-31页
第二章 无准则图像阈值分割算法第31-54页
   ·引言第31-32页
   ·算法原理第32-36页
     ·遗传算法概述第32-33页
     ·假设提出第33-35页
     ·假设分析第35-36页
   ·最优进化算法第36-39页
   ·实验结果及分析第39-52页
     ·对比实验第39-44页
     ·参数讨论与算法性能测试第44-45页
     ·各类图像实验及分析第45-52页
   ·小结第52-54页
第三章 最优进化算法的改进第54-79页
   ·引言第54页
   ·种群进化模型的细化与阈值更新模型的改进第54-60页
     ·改进原理第54-58页
     ·对比实验第58-60页
   ·阈值修正模型第60-65页
     ·模型的建立第60-62页
     ·对比实验第62-65页
   ·初始阈值设定及对比实验第65-67页
   ·改进的最优进化算法第67-68页
   ·各类图像对比实验及分析第68-77页
     ·合成图像对比实验第68-70页
     ·常用测试图对比实验第70-72页
     ·医学图像对比实验第72-74页
     ·其他图像对比实验第74-77页
   ·小结第77-79页
第四章 二维最优进化算法第79-99页
   ·引言第79页
   ·二维图像阈值分割方法概述第79-80页
   ·二维最优进化算法第80-85页
     ·模型推广第81-82页
     ·染色体编码及种群初始化第82-83页
     ·交叉变异算子及适值计算第83页
     ·选择机制及进化方向更新第83-84页
     ·算法终止条件及算法步骤第84-85页
   ·实验结果及分析第85-98页
     ·算法性能测试与对比实验第85-88页
     ·各类图像实验及分析第88-98页
   ·小结第98-99页
第五章 无准则高维图像阈值分割算法第99-133页
   ·引言第99-100页
   ·无准则高维图像阈值分割方法第100-108页
     ·模型推广第100-101页
     ·区域划分方法第101-104页
     ·染色体编码及种群初始化第104-105页
     ·交叉变异算子及适值计算第105-106页
     ·选择机制及进化方向更新第106-107页
     ·算法终止条件及算法步骤第107-108页
   ·实验结果及分析第108-131页
     ·算法性能测试第109-112页
     ·各类图像实验及分析第112-131页
   ·本章小结第131-133页
第六章 最优进化算法的应用第133-145页
   ·引言第133页
   ·彩色图像阈值分割第133-139页
     ·基于最优进化算法的彩色图像阈值分割第133-135页
     ·实验结果及分析第135-139页
   ·基于最优进化算法的边缘检测第139-143页
     ·基于最优进化算法的边缘检测方法第140-141页
     ·实验结果及分析第141-143页
   ·本章小结第143-145页
结论第145-147页
参考文献第147-157页
攻读学位期间取得的研究成果第157-159页
致谢第159页

论文共159页,点击 下载论文
上一篇:认知模式识别理论及无字库智能造字研究
下一篇:基于关键词提取的中文网页自动文摘方法研究