基于模糊逻辑的图像处理算法研究

摘要	第1-7页
Abstract	第7-14页
第1章 绪论	第14-20页
·本文研究的背景	第14页
·基于模糊逻辑的图像处理方法研究现状	第14-16页
·本文的主要工作	第16-18页
·文章组织结构	第18-20页
第2章 数字图像处理与模糊数学基础	第20-32页
·数字图像处理基础	第20-27页
·图像的概念与分类	第20-21页
·数字图像的概念	第21-22页
·数字图像处理的基本原理	第22-26页
·数字图像处理的内容	第26-27页
·模糊数学基础	第27-30页
·模糊集的基本概念	第27-29页
·几种常用的模糊分布	第29页
·模糊熵	第29-30页
·小结	第30-32页
第3章 基于模糊逻辑的图像滤波算法	第32-46页
·引言	第32页
·图像滤波的基本方法	第32-36页
·线性低通滤波	第32-34页
·中值滤波	第34-36页
·基于模糊逻辑的图像滤波算法	第36-40页
·脉冲噪声点检测算法	第37页
·噪声像素点灰度值复原	第37-40页
·实验结果与分析	第40-44页
·本章小结	第44-46页
第4章 基于模糊逻辑的偏微分方程去噪算法	第46-58页
·传统PM算法及其缺陷	第46-48页
·模糊熵定义	第48-49页
·基于粒子群优化算法确定扩散系数阈值参数	第49-53页
·粒子群优化算法的基本思想	第49页
·原始粒子群优化算法原理	第49-50页
·标准粒子群优化算法原理	第50-51页
·标准粒子群优化算法流程	第51页
·粒子群优化算法的参数设置	第51-53页
·基于模糊逻辑的偏微分方程去噪算法步骤描述	第53页
·实验结果及分析	第53-57页
·本章小结	第57-58页
第5章 基于粒子群模糊聚类的边缘检测算法	第58-74页
·引言	第58-59页
·边缘检测的基本概念和方法	第59-65页
·边缘检测的基本概念	第59-60页
·边缘检测的基本方法	第60-65页
·图像边缘点特征向量定义	第65-67页
·邻域一致性分量	第65-66页
·结构性分量	第66页
·方向性分量	第66-67页
·基于粒子群模糊聚类的边缘检测算法	第67-69页
·模糊C-均值算法(FCM算法)	第67-68页
·基于粒子群算法的模糊聚类	第68-69页
·基于粒子群模糊聚类的边缘检测算法	第69页
·实验结果与分析	第69-73页
·图像边缘检测客观评价实验	第69-71页
·实际图像的边缘检测	第71-73页
·本章小结	第73-74页
第6章 基于模糊增强的图像边缘检测算法	第74-84页
·传统单层次模糊增强算法及其缺陷	第74-75页
·Pal算法的发展与改进	第75-77页
·模糊增强阈值的自适应选取	第76页
·改进的单层次模糊增强算法	第76-77页
·改进的图像多层次模糊增强边缘提取算法	第77-79页
·基于模糊熵选取阈值参数	第77-78页
·基于改进模糊算子的图像增强	第78-79页
·增强图像的边缘提取	第79页
·实验结果与分析	第79-83页
·模糊增强效果的评价	第79-80页
·实验结果与分析	第80-83页
·小结	第83-84页
第7章 基于模糊逻辑的图像阈值分割算法	第84-106页
·图像分割的基本方法	第85-91页
·阈值分割法	第86-88页
·基于边缘的分割方法	第88-89页
·区域生长法	第89-90页
·交互式图像分割法	第90-91页
·最大熵准则及新模糊熵定义	第91-93页
·最大熵准则及传统模糊熵分析	第91-92页
·定义新的模糊熵	第92-93页
·基于自适应粒子群优化算法确定最佳分割阈值	第93-100页
·PSO算法早熟收敛现象分析	第93页
·PSO算法种群多样性测度方法	第93-95页
·惯性权重的自适应调整	第95-96页
·自适应变异及惯性权重的多样性调整	第96-98页
·APSO算法流程	第98-99页
·隶属函数参数及最佳分割阈值的确定	第99-100页
·实验结果与分析	第100-104页
·小结	第104-106页
第8章 基于模糊连通度的图像阈值分割算法	第106-114页
·引言	第106页
·模糊连通度定义	第106-107页
·基于模糊连通度的图像阈值分割算法	第107-109页
·实验结果分析与比较	第109-112页
·小结	第112-114页
第9章 总结与展望	第114-116页
参考文献	第116-124页
致谢	第124-126页
作者在攻读博士期间所做工作	第126页