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

基于思维进化算法的图像边缘检测

摘要第1-6页
ABSTRACT第6-16页
第一章 绪论第16-25页
   ·选题的背景及意义第16-17页
   ·边缘检测的研究状况第17-22页
   ·本文的主要工作及结构安排第22-25页
第二章 传统边缘检测算子第25-45页
   ·边缘检测定义第25-26页
   ·边缘检测步骤第26-28页
   ·边缘检测器性能评估方法第28-30页
   ·一阶微分边缘检测算子第30-34页
     ·Roberts 算子第31页
     ·Sobel 算子第31-33页
     ·Prewitt 算子第33-34页
   ·二阶微分边缘检测算子第34-37页
     ·Laplace 算子第34-35页
     ·LoG 算子第35-37页
   ·其它边缘检测算子第37-40页
     ·Canny 算子第37-39页
     ·Kirsch 方向算子第39-40页
   ·边缘检测方法性能比较第40-45页
第三章 进化计算第45-64页
   ·进化计算概述第45-47页
   ·遗传算法第47-53页
     ·遗传算法概述第47-48页
     ·遗传算法的基本原理第48-51页
     ·遗传算法的未成熟收敛问题第51-52页
     ·遗传算法特点及应用第52-53页
   ·思维进化算法第53-64页
     ·MEA 的基本概念第54-55页
     ·MEA 进化操作第55-56页
     ·MEA 三个机制第56-57页
     ·MEA 的算法描述第57-61页
     ·思维进化算法与遗传算法的比较第61页
     ·思维进化算法的研究进展第61-64页
第四章 改进思维进化算法第64-78页
   ·改进MEA 的基本思路第64页
   ·最速下降法第64-66页
   ·改进MEA 算法流程第66-67页
   ·函数优化性能指标第67-68页
   ·函数测试第68-78页
     ·测试函数1第68-71页
     ·测试函数2第71-74页
     ·测试函数3第74-78页
第五章 基于思维进化算法的图像边缘检测第78-97页
   ·传统边缘检测算法面临的问题第78页
   ·基于MEA 的边缘检测算法第78-82页
     ·算法主要思路第80-81页
     ·约束条件的处理第81-82页
   ·算法的实现第82-85页
     ·图像预处理第83-84页
     ·MEA 优化模板系数第84-85页
   ·实验仿真结果第85-92页
     ·实验数据分析第86-87页
     ·实验边缘效果图分析第87-89页
     ·边缘连接程度分析第89-90页
     ·抗噪性能分析第90-92页
   ·改进 MEA 优化分割阈值第92-97页
     ·问题的处理方法第92页
     ·最大类间方差法第92-94页
     ·实验结果第94-97页
第六章 总结和展望第97-99页
参考文献第99-104页
致谢第104-105页
攻读硕士学位论文期间发表的学术论文第105-106页
攻读硕士学位论文期间参加的科研项目第106页

论文共106页,点击 下载论文
上一篇:基于免疫BP神经网络的图像压缩算法在DM6446上的实现
下一篇:改进型蚁群算法及其应用研究