基于蚁群算法的火焰图像分割方法应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·研究背景 | 第9页 |
| ·回转窑火焰图像研究现状 | 第9-11页 |
| ·回转窑火焰图像特点及存在的问题 | 第11-12页 |
| ·本文主要研究内容及结构安排 | 第12-14页 |
| ·本文主要研究内容 | 第12页 |
| ·主要内容安排 | 第12-14页 |
| 第2章 蚁群算法 | 第14-26页 |
| ·蚁群算法分析 | 第14-20页 |
| ·蚁群算法的基本原理 | 第14-16页 |
| ·旅行商问题 | 第16页 |
| ·蚁群算法的数学模型 | 第16-18页 |
| ·蚁群算法具体实现步骤 | 第18-19页 |
| ·蚁群算法求解 TSP 问题编程实现 | 第19-20页 |
| ·其他一些改进的蚁群算法 | 第20-22页 |
| ·蚁群系统(ACS) | 第20-21页 |
| ·最大最小系统(MMAS) | 第21-22页 |
| ·自适应蚁群算法 | 第22页 |
| ·多态蚁群算法 | 第22-24页 |
| ·多态蚁群的多态性 | 第22-23页 |
| ·多态蚁群算法的数学模型 | 第23-24页 |
| ·本章小节 | 第24-26页 |
| 第3章 常用分割方法在火焰图像处理中的应用 | 第26-37页 |
| ·图像分割定义 | 第26-27页 |
| ·基本火焰图像分割方法 | 第27-31页 |
| ·阈值分割方法 | 第27-29页 |
| ·边缘检测分割方法 | 第29-30页 |
| ·基于区域特性的分割方法 | 第30-31页 |
| ·基于特定理论的火焰图像分割方法 | 第31-36页 |
| ·基于特征空间聚类分析的图像分割方法 | 第31-34页 |
| ·基于人工神经网络的图像分割方法 | 第34-35页 |
| ·基于小波变换的图像分割方法 | 第35-36页 |
| ·实验总结 | 第36页 |
| ·本章小结 | 第36-37页 |
| 第4章 基于蚁群算法的火焰图像分割方法研究 | 第37-51页 |
| ·蚁群算法在火焰图像分割中的应用 | 第37-40页 |
| ·图像分割特征提取 | 第37页 |
| ·蚁群算法在火焰图像分割中的数学模型 | 第37-38页 |
| ·蚁群算法在火焰图像分割中的具体实现步骤 | 第38-39页 |
| ·基于蚁群算法的火焰图像分割实验 | 第39-40页 |
| ·多态蚁群算法在火焰图像分割中的应用 | 第40-43页 |
| ·蚁群规则设置 | 第40-41页 |
| ·多态蚁群算法在火焰图像分割中的数学模型 | 第41页 |
| ·多态蚁群算法在火焰图像分割中的具体实现 | 第41-42页 |
| ·多态蚁群算法在火焰图像分割中的实验 | 第42-43页 |
| ·火焰图像多态蚁群分割方法的改进 | 第43-45页 |
| ·火焰图像多态蚁群分割方法分析 | 第43-44页 |
| ·火焰图像多态蚁群分割方法改进的实现步骤 | 第44-45页 |
| ·实验结果及分析 | 第45-49页 |
| ·实验背景 | 第45页 |
| ·实验结果 | 第45-49页 |
| ·本章小结 | 第49-51页 |
| 总结和展望 | 第51-53页 |
| 参考文献 | 第53-58页 |
| 致谢 | 第58-59页 |
| 附录 A 攻读学位期间所发表的学术论文目录 | 第59-60页 |
| 附录 B 攻读硕士学位期间参研项目 | 第60页 |
