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PSO的图像增强算法研究

摘要第1-4页
ABSTRACT第4-7页
1 绪论第7-17页
   ·课题背景及应用意义第7-10页
   ·国内外研究现状第10-13页
   ·本课题研究内容第13-16页
   ·论文章节安排第16-17页
2 粒子群算法理论和改进第17-29页
   ·粒子群算法基本理论第17-22页
     ·粒子群算法的产生与发展第18-19页
     ·原始粒子群算法第19-21页
     ·原始粒子群算法的特点第21页
     ·原始粒子群算法参数的意义第21-22页
   ·标准粒子群算法第22-26页
     ·算法原理第22-23页
     ·算法流程第23-24页
     ·算法的参数选择与分析第24-26页
   ·一种改进的粒子群算法第26-28页
   ·本章小结第28-29页
3 彩色图像基本理论第29-36页
   ·颜色理论第29-30页
   ·彩色视觉基础第30-31页
   ·全彩色图像处理第31-32页
   ·颜色空间第32-35页
     ·RGB 颜色空间第32页
     ·CMY 和 CMYK 颜色空间第32-34页
     ·HSV 颜色空间第34页
     ·LAB 颜色空间第34-35页
     ·颜色空间选择第35页
   ·本章小结第35-36页
4 基于 PSO 的图像增强算法第36-47页
   ·一种新颖的基于 PSO 的灰度图像增强算法第36-38页
   ·彩色图像的滤波增强方法第38-41页
   ·基于 PSO 算法的彩色图像滤波增强方法第41-45页
     ·种群设计第42页
     ·适应度函数第42页
     ·算法流程第42-43页
     ·仿真实验第43-45页
   ·本章小结第45-47页
5 总结与展望第47-48页
   ·总结第47页
   ·展望第47-48页
参考文献第48-51页
附录 A第51-52页
致谢第52-53页

论文共53页,点击 下载论文
上一篇:基于概念图的中职教学信息化研究--以计算机课程教学为例
下一篇:基于改进粒子群算法的聚类分析研究