基于仿生智能优化的图像处理算法研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 目录 | 第9-12页 |
| 第一章 绪论 | 第12-29页 |
| 1.1 图像处理技术研究概况 | 第12-22页 |
| 1.1.1 图像压缩研究现状 | 第13-15页 |
| 1.1.2 图像分离研究现状 | 第15-18页 |
| 1.1.3 图像运动目标检测研究现状 | 第18-22页 |
| 1.2 仿生智能优化算法研究概况 | 第22-26页 |
| 1.2.1 细菌优化算法研究现状 | 第22-23页 |
| 1.2.2 人工蜂群优化算法研究现状 | 第23-24页 |
| 1.2.3 搜索者优化算法研究现状 | 第24-26页 |
| 1.3 课题研究的意义及方法 | 第26-28页 |
| 1.3.1 课题研究的意义 | 第26页 |
| 1.3.2 课题研究的方法 | 第26-28页 |
| 1.4 论文的研究内容及结构安排 | 第28-29页 |
| 第二章 仿生智能优化算法 | 第29-44页 |
| 2.1 细菌优化算法 | 第29-34页 |
| 2.1.1 细菌趋药性算法原理 | 第29-30页 |
| 2.1.2 细菌趋药性算法流程 | 第30-32页 |
| 2.1.3 引诱剂环境下细菌群体信息交互模式 | 第32-33页 |
| 2.1.4 细菌群体趋药性算法流程 | 第33-34页 |
| 2.2 人工蜂群优化算法 | 第34-38页 |
| 2.2.1 蜜蜂的群体行为 | 第34-35页 |
| 2.2.2 人工蜂群优化算法的原理 | 第35-38页 |
| 2.2.3 人工蜂群优化算法的特点 | 第38页 |
| 2.3 搜索者优化算法 | 第38-43页 |
| 2.3.1 人类的搜索行为 | 第39-40页 |
| 2.3.2 搜索者优化算法的原理 | 第40-42页 |
| 2.3.3 搜索者优化算法的实现 | 第42页 |
| 2.3.4 搜索者优化算法的特点 | 第42-43页 |
| 2.4 本章小结 | 第43-44页 |
| 第三章 基于人工蜂群优化的图像压缩算法 | 第44-62页 |
| 3.1 基于矢量量化的图像压缩的原理 | 第44-48页 |
| 3.1.1 矢量量化原理 | 第44-45页 |
| 3.1.2 矢量量化图像压缩的基本方法 | 第45-46页 |
| 3.1.3 矢量量化图像压缩的关键技术 | 第46-47页 |
| 3.1.4 矢量量化图像压缩的目标函数 | 第47-48页 |
| 3.2 基于 LBG 的图像压缩算法 | 第48-51页 |
| 3.2.1 基于 LBG 的图像压缩算法原理 | 第48-49页 |
| 3.2.2 仿真实验及结果分析 | 第49-51页 |
| 3.2.3 LBG 算法的局限性 | 第51页 |
| 3.3 基于基本人工蜂群的图像压缩算法 | 第51-55页 |
| 3.3.1 算法参数的编码 | 第52页 |
| 3.3.2 目标函数的选取与初始群体的确定 | 第52页 |
| 3.3.3 算法流程 | 第52-53页 |
| 3.3.4 仿真实验及结果分析 | 第53-55页 |
| 3.4 基于改进人工蜂群的图像压缩算法 | 第55-61页 |
| 3.4.1 初始码书设计及搜索策略 | 第55页 |
| 3.4.2 适应度函数计算过程 | 第55-58页 |
| 3.4.3 算法流程 | 第58-59页 |
| 3.4.4 仿真实验及结果分析 | 第59-61页 |
| 3.5 本章小结 | 第61-62页 |
| 第四章 基于细菌优化的图像分离算法 | 第62-77页 |
| 4.1 盲图像分离的基本原理 | 第62-71页 |
| 4.1.1 盲图像分离的的基本概念和数学模型 | 第62-64页 |
| 4.1.2 盲图像分离的求解过程 | 第64-70页 |
| 4.1.3 盲图像分离性能的主要评价指标 | 第70-71页 |
| 4.2 基于细菌趋药性算法的盲图像分离方法 | 第71-76页 |
| 4.2.1 目标函数以及分离方法的选取 | 第72-73页 |
| 4.2.2 细菌参数编码 | 第73页 |
| 4.2.3 算法流程 | 第73-74页 |
| 4.2.4 仿真实验及结果分析 | 第74-76页 |
| 4.3 本章小结 | 第76-77页 |
| 第五章 基于搜索者优化的图像运动目标检测算法 | 第77-93页 |
| 5.1 图像运动目标检测理论基础 | 第77-82页 |
| 5.1.1 图像运动目标检测需要解决的技术问题 | 第77-78页 |
| 5.1.2 图像运动目标检测方法分类 | 第78-82页 |
| 5.2 基于混合高斯模型的图像运动目标检测算法 | 第82-85页 |
| 5.2.1 算法思想 | 第83页 |
| 5.2.2 背景模型建立及目标检测 | 第83-84页 |
| 5.2.3 背景模型的更新 | 第84-85页 |
| 5.3 基于搜索者优化的图像运动目标检测算法 | 第85-91页 |
| 5.3.1 研究思路 | 第85-87页 |
| 5.3.2 目标函数的确定 | 第87页 |
| 5.3.3 参数编码及消源过程 | 第87-88页 |
| 5.3.4 算法流程 | 第88-89页 |
| 5.3.5 仿真实验及结果分析 | 第89-91页 |
| 5.4 本章小结 | 第91-93页 |
| 第六章 结论 | 第93-95页 |
| 6.1 本文工作总结 | 第93-94页 |
| 6.2 未来工作展望 | 第94-95页 |
| 参考文献 | 第95-104页 |
| 致谢 | 第104-105页 |
| 攻读博士学位期间所取得的相关科研成果 | 第105-106页 |
