蚁群算法及其在气象卫星云图分割中的应用
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-20页 |
| ·课题研究背景及意义 | 第11-12页 |
| ·图像分割方法的发展及研究趋势 | 第12-16页 |
| ·传统图像分割方法 | 第13-14页 |
| ·基于特定理论的图像分割方法 | 第14-16页 |
| ·蚁群算法的发展及研究现状 | 第16-18页 |
| ·本文主要内容及结构安排 | 第18-20页 |
| 第2章 基本蚁群算法及其改进 | 第20-28页 |
| ·蚁群算法的基本原理 | 第20-21页 |
| ·蚁群算法的数学模型 | 第21-23页 |
| ·蚁群算法中的有关参数和符号 | 第21-22页 |
| ·算法的数学模型 | 第22-23页 |
| ·蚁群算法的实现 | 第23页 |
| ·蚁群算法的特点 | 第23-25页 |
| ·蚁群算法改进及其应用 | 第25-26页 |
| ·本章小结 | 第26-28页 |
| 第3章 蚁群聚类算法原理及分析 | 第28-38页 |
| ·聚类概念及数学描述 | 第28页 |
| ·蚁群聚类算法的基本模型 | 第28-35页 |
| ·基于蚁堆形成原理的蚁群聚类算法 | 第29-31页 |
| ·基于觅食原理的蚁群聚类算法 | 第31-33页 |
| ·基于蚂蚁自我聚集行为的聚类算法 | 第33-34页 |
| ·基于化学识别系统的蚁群聚类算法 | 第34-35页 |
| ·几种蚁群聚类算法的比较分析 | 第35-36页 |
| ·本章小结 | 第36-38页 |
| 第4章 基于形态学和蚁群聚类的台风分割方法研究 | 第38-50页 |
| ·灰度数学形态学的基本运算 | 第38-43页 |
| ·灰度腐蚀 | 第38-39页 |
| ·灰度膨胀 | 第39-40页 |
| ·灰度开运算 | 第40-41页 |
| ·灰度闭运算 | 第41-43页 |
| ·结合数学形态学与蚁群聚类算法的图像分割 | 第43-47页 |
| ·特征选择 | 第43-44页 |
| ·确定初始聚类中心 | 第44-45页 |
| ·算法流程 | 第45-47页 |
| ·实验结果及分析 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 一种基于灰度共生矩阵的台风纹理图像分割 | 第50-63页 |
| ·纹理特征提取方法 | 第50-51页 |
| ·灰度共生矩阵描述 | 第51-53页 |
| ·台风纹理图像分割 | 第53-57页 |
| ·纹理特征提取 | 第54-55页 |
| ·特征分类算法 | 第55-57页 |
| ·仿真结果及分析 | 第57-62页 |
| ·本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第70-71页 |
| 致谢 | 第71页 |
