基于猫群算法的图像分割与分类
摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第10-14页 |
1.1 研究背景和意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-12页 |
1.2.1 国外研究现状 | 第11-12页 |
1.2.2 国内研究现状 | 第12页 |
1.3 本文组织结构 | 第12-14页 |
第二章 基于自适应混合中值滤波的图像去噪 | 第14-29页 |
2.1 引言 | 第14页 |
2.2 图像噪声模型 | 第14-18页 |
2.2.1 产生噪声原因 | 第15页 |
2.2.2 噪声种类 | 第15-18页 |
2.3 图像去噪方法 | 第18-22页 |
2.3.1 噪声估计 | 第18页 |
2.3.2 空域去噪 | 第18-20页 |
2.3.3 频域去噪 | 第20-22页 |
2.4 自适应的混合中值滤波去噪 | 第22-25页 |
2.4.1 混合中值滤波 | 第22-23页 |
2.4.2 自适应的混合中值滤波 | 第23-25页 |
2.5 实验结果和分析 | 第25-28页 |
2.6 本章小结 | 第28-29页 |
第三章 基于猫群算法最近邻聚类的图像分割 | 第29-45页 |
3.1 引言 | 第29页 |
3.2 图像分割概述 | 第29-34页 |
3.2.1 图像分割概念 | 第29-30页 |
3.2.2 传统图像分割方法 | 第30-32页 |
3.2.3 基于聚类的图像分割 | 第32-33页 |
3.2.4 基于群体智能算法的分割 | 第33-34页 |
3.3 猫群算法 | 第34-37页 |
3.3.1 猫群算法基本原理 | 第34-35页 |
3.3.2 猫群算法基本步骤 | 第35-36页 |
3.3.3 最近邻法 | 第36-37页 |
3.4 基于猫群算法的最近邻聚类 | 第37-40页 |
3.4.1 算法思想 | 第37页 |
3.4.2 基于猫群算法的最近邻聚类的数学表达 | 第37-39页 |
3.4.3 算法流程 | 第39-40页 |
3.5 猫群算法最近邻聚类的图像分割 | 第40-41页 |
3.5.1 直方图特征 | 第40-41页 |
3.5.2 基本分割步骤 | 第41页 |
3.6 实验结果和分析 | 第41-44页 |
3.6.1 算法参数设置 | 第41-42页 |
3.6.2 算法分割结果图 | 第42页 |
3.6.3 算法性能对比分析 | 第42-44页 |
3.7 本章小结 | 第44-45页 |
第四章 基于改进猫群算法的图像目标分类 | 第45-58页 |
4.1 引言 | 第45页 |
4.2 图像分类概述 | 第45-47页 |
4.2.1 图像分类概念 | 第45-46页 |
4.2.2 传统分类方法 | 第46页 |
4.2.3 基于群体智能算法的分类 | 第46-47页 |
4.3 改进的猫群算法 | 第47-50页 |
4.3.1 猫群算法的改进思想 | 第47-49页 |
4.3.2 改进猫群聚类算法的基本流程 | 第49-50页 |
4.4 改进猫群算法的图像目标分类 | 第50-54页 |
4.4.1 图像分类的数学模型 | 第51-52页 |
4.4.2 目标图像特征选择 | 第52-54页 |
4.4.3 具体实现步骤 | 第54页 |
4.5 实验结果和分析 | 第54-57页 |
4.5.1 算法参数设置 | 第54-55页 |
4.5.2 目标图像的分类结果 | 第55页 |
4.5.3 算法性能分析 | 第55-57页 |
4.6 本章小结 | 第57-58页 |
第五章 基于猫群算法的图像分割与分类系统设计 | 第58-69页 |
5.1 系统设计的基本原则 | 第58页 |
5.2 系统设计的主要步骤 | 第58-59页 |
5.3 系统设计的框架布局 | 第59页 |
5.4 窗口界面的实现 | 第59-64页 |
5.4.1 对象布局 | 第60-62页 |
5.4.2 设置对象属性 | 第62-63页 |
5.4.3 菜单编辑 | 第63-64页 |
5.5 各模块的实现 | 第64-68页 |
5.5.1 文件模块 | 第65-66页 |
5.5.2 图像预处理模块 | 第66页 |
5.5.3 图像分割模块 | 第66-67页 |
5.5.4 图像分类模块 | 第67-68页 |
5.5.5 帮助模块 | 第68页 |
5.6 本章小结 | 第68-69页 |
第六章 总结和展望 | 第69-71页 |
6.1 论文总结 | 第69页 |
6.2 课题展望 | 第69-71页 |
参考文献 | 第71-75页 |
攻读硕士学位期间学术成果及奖励 | 第75-76页 |
致谢 | 第76页 |