基于遗传算法的图像分割研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-18页 |
| ·本项目研究的意义和目的 | 第9-10页 |
| ·图像分割的现状及前景 | 第10-16页 |
| ·图像分割简介 | 第10-12页 |
| ·图像分割的现状 | 第12-15页 |
| ·图像分割的前景 | 第15-16页 |
| ·对最小误差法的改进 | 第16-17页 |
| ·阈值分割与最小误差法 | 第16页 |
| ·遗传算法 | 第16-17页 |
| ·利用遗传算法来改进最小误差法 | 第17页 |
| ·本章小结 | 第17-18页 |
| 2 遗传算法简介 | 第18-33页 |
| ·遗传算法概要 | 第18-20页 |
| ·遗传算法的基本实现技术 | 第20-25页 |
| ·编码方法 | 第20页 |
| ·适应度函数 | 第20-21页 |
| ·遗传算子 | 第21-23页 |
| ·遗传算法的运行参数 | 第23-24页 |
| ·停机准则 | 第24-25页 |
| ·遗传算法的数学理论 | 第25-29页 |
| ·遗传算法的模式定理 | 第25-28页 |
| ·遗传算法的积木块假设与欺骗问题 | 第28页 |
| ·遗传算法的隐含并行性 | 第28-29页 |
| ·遗传算法的特点 | 第29-31页 |
| ·遗传算法的应用 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 3 对最小误差法的改进 | 第33-41页 |
| ·图像分割的原理 | 第33-34页 |
| ·阈值分割 | 第34-36页 |
| ·阈值分割的原理 | 第34-35页 |
| ·阈值分割方法的特点 | 第35页 |
| ·阈值分割的现状 | 第35-36页 |
| ·最小误差法原理 | 第36-37页 |
| ·利用遗传算法来改进最小误差法 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 4 试验 | 第41-55页 |
| ·遗传算法的参数选择 | 第41-51页 |
| ·群体规模M的确定 | 第41-45页 |
| ·交叉率P_c的确定 | 第45-48页 |
| ·变异率P_m的确定 | 第48-51页 |
| ·参数选取小结 | 第51页 |
| ·用改进的最小误差法做图像分割试验 | 第51-54页 |
| ·结论 | 第54页 |
| ·本章小结 | 第54-55页 |
| 5 总结与展望 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 致谢 | 第61页 |
