基于PSO的水泥基图像分割的算法研究
摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 引言 | 第8-11页 |
1.1 研究目的与意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-10页 |
1.2.1 粒子群算法研究现状 | 第9页 |
1.2.2 混沌粒子群研究现状 | 第9-10页 |
1.3 本文主要研究内容 | 第10-11页 |
第二章 水泥微观结构图像的获取 | 第11-16页 |
2.1 硅酸盐水泥的水化过程 | 第11-12页 |
2.2 硅酸盐水泥的微观结构 | 第12-13页 |
2.3 图像的获取过程 | 第13-16页 |
第三章 混沌粒子群基本原理 | 第16-24页 |
3.1 粒子群算法起源 | 第16-20页 |
3.1.1 PSO的生物学原理 | 第17页 |
3.1.2 粒子群算法的基本流程 | 第17-18页 |
3.1.3 粒子群算法的参数设置 | 第18-19页 |
3.1.4 常用测试函数 | 第19-20页 |
3.2 混沌粒子群与基本粒子群算法相比较 | 第20-22页 |
3.2.1 算法的改进思路 | 第20-21页 |
3.2.2 混沌优化算法流程 | 第21-22页 |
3.3 粒子群算法PSO与图像处理 | 第22页 |
3.4 小结 | 第22-24页 |
第四章 混沌粒子群算法在OTSU中的应用 | 第24-30页 |
4.1 混沌粒子群算法 | 第24-26页 |
4.1.1 混沌及运动特性 | 第24-25页 |
4.1.2 混沌初始化和混沌扰动 | 第25-26页 |
4.2 最大类间方差法 | 第26-28页 |
4.2.1 一维OTSU法 | 第26-28页 |
4.3 直方图 | 第28-30页 |
4.3.1 一维直方图 | 第28-30页 |
第五章 仿真实验 | 第30-36页 |
5.1 实现工具简介 | 第30-31页 |
5.2 不同粒子群算法的实现对比 | 第31-35页 |
5.3 实验分析 | 第35-36页 |
第六章 总结和展望 | 第36-38页 |
6.1 总结 | 第36页 |
6.2 展望 | 第36-38页 |
参考文献 | 第38-41页 |
致谢 | 第41-42页 |
附录 | 第42-46页 |
代码 3-1 | 第42-44页 |
代码 4-1 | 第44-46页 |