仿生算法在数字图像处理中的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-13页 |
| 1 绪论 | 第13-25页 |
| ·选题背景及意义 | 第13页 |
| ·仿生算法的研究进展 | 第13-22页 |
| ·遗传算法的研究进展 | 第13-16页 |
| ·蚁群算法的研究进展 | 第16-17页 |
| ·粒子群算法的研究进展 | 第17-18页 |
| ·模糊逻辑理论的研究进展 | 第18-20页 |
| ·脉冲耦合神经网络的研究进展 | 第20-22页 |
| ·仿生算法的特点 | 第22-23页 |
| ·本文的主要工作 | 第23页 |
| ·本文的组织结构 | 第23-25页 |
| 2 基于量子遗传算法的图像增强 | 第25-41页 |
| ·图像增强综述 | 第25-26页 |
| ·空域增强 | 第25页 |
| ·频域增强 | 第25-26页 |
| ·遗传算法基本理论 | 第26-31页 |
| ·遗传算法常用术语 | 第26-27页 |
| ·遗传算法基本要素 | 第27-28页 |
| ·遗传算法基本原理 | 第28-29页 |
| ·标准遗传算法及流程图 | 第29-30页 |
| ·标准遗传算法有关参数的确定 | 第30-31页 |
| ·量子遗传算法 | 第31-36页 |
| ·概述 | 第31页 |
| ·量子比特编码 | 第31-32页 |
| ·量子遗传算法流程 | 第32-33页 |
| ·量子遗传算法的改进及其应用 | 第33-36页 |
| ·基于量子遗传算法的图像增强 | 第36-40页 |
| ·典型图像增强变换函数 | 第36-37页 |
| ·利用量子遗传算法优化非线性变换函数的参数 | 第37页 |
| ·实验结果及其分析 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 3 基于蚁群算法的图像分割 | 第41-53页 |
| ·图像分割综述 | 第41-42页 |
| ·蚁群算法基本理论 | 第42-45页 |
| ·蚁群算法的生物学基础 | 第42-43页 |
| ·蚁群算法的基本思想 | 第43-44页 |
| ·蚁群算法的优缺点 | 第44-45页 |
| ·基于蚁群算法的图像分割 | 第45-51页 |
| ·阈值法图像分割 | 第45-47页 |
| ·利用蚁群算法优化图像分割的阈值 | 第47-49页 |
| ·实验结果及其分析 | 第49-51页 |
| ·本章小结 | 第51-53页 |
| 4 基于模糊逻辑理论的图像边缘检测 | 第53-67页 |
| ·边缘检测综述 | 第53-54页 |
| ·模糊逻辑基本理论 | 第54-58页 |
| ·模糊概念与模糊集合 | 第54-56页 |
| ·模糊集合的度量 | 第56页 |
| ·确定隶属函数的方法 | 第56-58页 |
| ·模糊推理 | 第58页 |
| ·基于模糊逻辑理论的图像边缘检测 | 第58-65页 |
| ·Pal.King模糊边缘检测算法及其缺陷 | 第58-60页 |
| ·基于阈值改进的模糊边缘检测快速算法 | 第60-63页 |
| ·实验结果及其分析 | 第63-65页 |
| ·本章小结 | 第65-67页 |
| 5 基于脉冲耦合神经网络的图像编码 | 第67-81页 |
| ·图像编码综述 | 第67-68页 |
| ·脉冲耦合神经网络(PCNN)基本理论 | 第68-72页 |
| ·脉冲耦合神经网络的基本模型 | 第68-70页 |
| ·脉冲耦合神经网络的特性分析 | 第70-72页 |
| ·基于脉冲耦合神经网络的图像编码 | 第72-79页 |
| ·基于脉冲耦合神经网络的图像分割 | 第72-74页 |
| ·基于脉冲耦合神经网络图像分割的编码 | 第74-79页 |
| ·本章小结 | 第79-81页 |
| 6 基于DM642的数字图像处理系统的设计与实现 | 第81-97页 |
| ·系统总体方案 | 第81页 |
| ·系统硬件的模块化设计与实现 | 第81-87页 |
| ·TMS320DM642功能管脚及时钟模块配置 | 第81-82页 |
| ·TMS320DM642 JTAG接口 | 第82页 |
| ·TMS320DM642外部存储器扩展 | 第82-84页 |
| ·协处理器模块 | 第84页 |
| ·视频模块 | 第84-86页 |
| ·电源模块 | 第86-87页 |
| ·系统软件设计 | 第87-95页 |
| ·软件系统开发平台 | 第87-88页 |
| ·基于RF5参考框架软件系统总体设计 | 第88-91页 |
| ·模块化程序实现 | 第91-95页 |
| ·实验过程和结果 | 第95-96页 |
| ·实验系统的建立 | 第95页 |
| ·实时图像处理实验 | 第95-96页 |
| ·本章小结 | 第96-97页 |
| 7 总结与展望 | 第97-99页 |
| ·工作总结 | 第97页 |
| ·展望 | 第97-99页 |
| 参考文献 | 第99-105页 |
| 致谢 | 第105-107页 |
| 作者简介及读研期间主要科研成果 | 第107页 |
