基于粒子群的图像阈值化分割的研究及应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-17页 |
| ·图像分割概述 | 第11-14页 |
| ·图像分割的定义 | 第11-12页 |
| ·图像分割的分类 | 第12-14页 |
| ·图像分割的发展现状及趋势 | 第14-15页 |
| ·本课题的提出与研究的意义 | 第15-16页 |
| ·本论文的主要内容和结构安排 | 第16-17页 |
| 第二章 基于粒子群算法基本理论的介绍 | 第17-25页 |
| ·粒子群算法概述 | 第17-21页 |
| ·算法研究背景 | 第17-18页 |
| ·算法原理 | 第18-19页 |
| ·算法流程 | 第19-20页 |
| ·算法的参数设置 | 第20-21页 |
| ·粒子群算法与其它算法的比较 | 第21-22页 |
| ·粒子群算法的应用 | 第22-24页 |
| ·函数优化 | 第22-23页 |
| ·神经网络训练 | 第23页 |
| ·图像分割方面 | 第23-24页 |
| ·组合优化 | 第24页 |
| ·其他组合问题 | 第24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于粒子群的阈值化图像分割 | 第25-40页 |
| ·阈值化图像分割与粒子群算法结合 | 第25页 |
| ·粒子群优化及改进算法 | 第25-27页 |
| ·粒子群算法 | 第25页 |
| ·量子粒子群算法 | 第25-26页 |
| ·改进的量子粒子群算法 | 第26-27页 |
| ·适度度函数的选定 | 第27-32页 |
| ·迭代阈值的选择 | 第27-28页 |
| ·最小误差算法 | 第28-29页 |
| ·最大类间方差算法及扩充 | 第29-30页 |
| ·二维OTSU 分割算法 | 第30-32页 |
| ·基于改进粒子群算法的OTSU 阈值化图像分割法 | 第32-34页 |
| ·试验结果与分析 | 第34-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 图像分割在卡把系统中的应用 | 第40-56页 |
| ·卡把系统的功能模块 | 第40-42页 |
| ·系统的功能需求 | 第40-41页 |
| ·系统的框架结构 | 第41-42页 |
| ·腰条印章信息的提取 | 第42-53页 |
| ·图像定位 | 第43-45页 |
| ·图像旋转校正 | 第45-48页 |
| ·印章信息的提取 | 第48-52页 |
| ·印章个数的统计 | 第52-53页 |
| ·封签印章信息的提取 | 第53-55页 |
| ·封签图像的定位 | 第53页 |
| ·封签印章信息的提取 | 第53-55页 |
| ·封签印章信息的统计 | 第55页 |
| ·本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| ·本文的主要研究工作 | 第56-57页 |
| ·进一步的工作与展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间录用的论文 | 第62-63页 |
| 攻读硕士学位期间参与的科研项目 | 第63-64页 |
