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

论文共76页,点击 下载论文
上一篇:基于三支决策的中文微博观点句识别研究
下一篇:基于粗糙集理论的网络安全态势感知方法研究