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

基于蚁群优化算法的碎纸拼接

摘要第1-11页
ABSTRACT第11-12页
第一章 绪论第12-18页
   ·碎纸拼接技术概述以及研究背景第12-13页
   ·相关研究工作第13-15页
   ·论文组织结构第15-18页
第二章 碎纸图像预处理第18-30页
   ·碎纸片的数字化第18页
   ·图像分割第18-24页
     ·几种图像分割方法的概述第19-21页
     ·基于HSI 空间的彩色图像聚类分割算法第21-24页
   ·轮廓提取第24-26页
     ·概述第24页
     ·形态学轮廓提取第24-26页
   ·轮廓曲线的表示第26-29页
     ·概述第26-27页
     ·非参数的多边形近似第27-29页
   ·本章小结第29-30页
第三章 基于ψ-s 分析的局部轮廓匹配第30-42页
   ·前言第30-33页
     ·弹性匹配算法概述第31-32页
     ·多尺度局部拼接算法概述第32-33页
   ·轮廓曲线的ψ-s 表示第33-35页
   ·ψ-s 分析第35-39页
     ·Δψ(s ) 的直方图分析第36-37页
     ·变换参数的求取第37-38页
     ·匹配的度量第38-39页
   ·实验与分析第39-41页
     ·预处理对局部匹配效果的影响第40-41页
     ·Δψ(s ) 曲线采样间距δ对局部匹配效果的影响第41页
   ·本章小结第41-42页
第四章 基于蚁群优化的全局匹配第42-56页
   ·全局匹配算法概述第42-44页
     ·候选匹配对之间的相容性第42页
     ·基于回溯的Best-First 搜索算法第42-43页
     ·松弛法全局匹配算法第43-44页
   ·蚁群优化算法概述第44-48页
     ·蚂蚁觅食行为及其启发第44-45页
     ·ACO 元启发式算法第45-48页
     ·ACO 的发展第48页
   ·基于蚁群优化的全局匹配第48-51页
     ·问题描述第48-49页
     ·图的构建以及数据初始化第49-50页
     ·人工蚂蚁的表示第50页
     ·路径构建与信息素更新第50-51页
   ·实验与分析第51-55页
     ·信息素更新的作用第53-54页
     ·评价函数的作用第54页
     ·启发式信息第54页
     ·蚂蚁的数量第54-55页
   ·本章小结第55-56页
第五章 系统的设计与开发第56-66页
   ·系统的设计第56页
   ·系统的功能第56-57页
   ·系统分析与开发第57-60页
     ·预处理流程第58页
     ·局部匹配流程第58-59页
     ·全局匹配流程第59-60页
   ·数据管理第60-64页
     ·系统涉及的数据类型第60-63页
     ·数据库的出入库管理第63-64页
   ·本章小结第64-66页
第六章 总结与展望第66-68页
   ·本文研究总结第66-67页
   ·工作展望第67-68页
致谢第68-70页
参考文献第70-73页
作者在学期间取得的学术成果第73页

论文共73页,点击 下载论文
上一篇:基于抽象解释的数值程序分析技术研究
下一篇:基于主动形状模型的面部关键特征点定位技术研究