基于遗传算法的变电站设备图像分割研究
| 中文摘要 | 第1页 |
| 英文摘要 | 第3-6页 |
| 第一章 前言 | 第6-10页 |
| ·远程视频监控与识别系统概述 | 第6-7页 |
| ·相关课题前期研究成果 | 第7页 |
| ·国内外研究现状 | 第7-9页 |
| ·论文的主要工作 | 第9-10页 |
| 第二章 图像分割与图像增强方法 | 第10-23页 |
| ·图像分割问题描述及分割算法分类 | 第10-12页 |
| ·阈值分割方法研究 | 第12-17页 |
| ·阈值的分类 | 第12-13页 |
| ·基于各像素的阈值分割方法 | 第13-15页 |
| ·基于区域性质的阈值分割方法 | 第15页 |
| ·基于坐标位置的阈值分割方法 | 第15-16页 |
| ·基于过渡区的阈值分割方法 | 第16-17页 |
| ·弱光照图像增强方法及其改进 | 第17-22页 |
| ·改进的光照补偿方法 | 第17-20页 |
| ·噪声抑制技术 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 遗传算法及应用 | 第23-31页 |
| ·遗传算法理论与方法分析 | 第23-27页 |
| ·遗传算法的基本流程 | 第23-24页 |
| ·遗传算法的基本要素 | 第24-25页 |
| ·遗传算法特点分析 | 第25-27页 |
| ·遗传算法应用研究 | 第27-30页 |
| ·遗传算法的应用范围 | 第27-28页 |
| ·遗传算法应用中的关键问题 | 第28-29页 |
| ·遗传算法应用于图像分割的研究方向 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 遗传算法优化图像阈值分割 | 第31-36页 |
| ·遗传算法优化模糊C-均值图像分割方法 | 第31-33页 |
| ·算法原理 | 第31-32页 |
| ·遗传算法优化基本步骤 | 第32-33页 |
| ·变电站设备图像分割实验及结果 | 第33页 |
| ·遗传算法优化最大类间后验交叉熵图像分割方法 | 第33-35页 |
| ·算法原理及优劣分析 | 第33-34页 |
| ·遗传算法优化步骤 | 第34页 |
| ·变电站设备图像分割实验及结果 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第五章 基于改进遗传算法和模糊熵的图像分割方法 | 第36-47页 |
| ·基于后验概率的最大模糊熵准则 | 第36-39页 |
| ·遗传算法优化方案及其参数选择 | 第39-42页 |
| ·编码方案及控制参数的确定 | 第39-41页 |
| ·算法的步骤和流程框图 | 第41-42页 |
| ·弱光照变电站设备图像分割实验 | 第42-46页 |
| ·参数设定及程序实现 | 第42页 |
| ·实验结果及分析 | 第42-44页 |
| ·变电站现场目标识别实验 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 结束语 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52-53页 |
| 在学期间发表的学术论文和参加科研情况 | 第53页 |
