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

基于软计算方法数学形态学的研究与应用

摘要第1-4页
Abstract第4-8页
第一章 绪论第8-12页
   ·选题背景第8-9页
     ·软计算方法第8页
     ·数学形态学第8-9页
   ·研究现状第9-10页
   ·主要研究内容与研究思路第10页
   ·论文结构第10-12页
第二章 结构元素及数学形态学理论第12-20页
   ·经典形态学的理论基础第12-15页
     ·数学形态学的基本原则第12页
     ·二值形态学第12-13页
     ·灰度形态学第13页
     ·彩色形态学第13-15页
   ·结构元素第15-16页
     ·单结构元素第15页
     ·Soft 结构元素第15-16页
     ·多结构元素第16页
   ·改进的结构元素第16-19页
     ·Soft 多结构元素的提出第16-17页
     ·文中用到的结构元素第17页
     ·实验及结果第17-19页
   ·小结第19-20页
第三章 T-S 模糊系统应用于形态学彩色图像处理第20-27页
   ·H、S、I 值的模糊化第20-21页
   ·基于T-S 模糊系统矢量排序第21-23页
     ·T-S 模糊系统第21-22页
     ·基于T-S 模糊系统矢量排序的定义第22-23页
     ·基于T-S 模糊系统的形态学膨胀和腐蚀算子第23页
   ·基于T-S 模糊系统的柔性多结构形态学变换算子第23-24页
   ·实验及结果第24-26页
   ·小结第26-27页
第四章 基于模糊融合系统的矢量排序及形态学图像滤波第27-39页
   ·模糊融合系统的提出第27-28页
   ·基于模糊融合系统的矢量排序第28-29页
     ·基于模糊融合系统的矢量排序定义第28页
     ·基于模糊融合系统的形态学膨胀与腐蚀算子第28-29页
   ·基于模糊融合系统的Soft多结构形态学变换算子第29-30页
   ·基于模糊融合系统与基于HSV 矢量排序的形态学分析比较第30-33页
   ·基于模糊融合系统与基于T-S 模糊系统矢量排序的形态学分析比较第33-34页
   ·实验及结果第34-37页
     ·实验组一第34-36页
     ·实验组二第36-37页
   ·小结第37-39页
第五章 在形态学框架下基于Sugeno模糊积分的图像处理第39-52页
   ·基于Sugeno模糊积分的形态学膨胀与腐蚀算子定义第39-42页
     ·Sugeno 模糊积分第39-40页
     ·基于Sugeno 模糊积分的矢量排序定义第40页
     ·基于Sugeno 模糊积分的形态学膨胀与腐蚀算子第40-42页
   ·面向目标颜色形态学处理与应用第42-43页
   ·基于模糊积分的形态学变换算子第43-44页
   ·基于Sugeno模糊积分、HSV矢量排序的形态学分析比较第44-46页
     ·对基于Sugeno 模糊积分、HSV 矢量排序的分析第44-45页
     ·实验及结果第45-46页
   ·实验及结果第46-50页
     ·实验组一第46-49页
     ·实验组二第49-50页
   ·小结第50-52页
第六章 总结与展望第52-54页
   ·研究成果第52-53页
   ·展望第53-54页
致谢第54-55页
参考文献第55-58页
附录:作者在攻读硕士学位期间发表的论文第58页

论文共58页,点击 下载论文
上一篇:基于群体智能优化算法的图像增强研究
下一篇:基于内容的图像检索技术研究与嵌入式系统实现