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

基于群体智能的图像阈值分割方法研究

摘要第1-4页
Abstract第4-7页
第1章 绪论第7-11页
   ·选题背景与研究意义第7-8页
   ·图像分割研究现状第8-9页
   ·本文的主要内容与组织第9-11页
第2章 群体智能优化算法概述第11-23页
   ·常见的群体智能优化算法第11-13页
     ·遗传算法第11-12页
     ·粒子群优化算法第12-13页
     ·蚁群优化算法第13页
   ·新型群体智能优化算法第13-19页
     ·细菌觅食算法第13-15页
     ·人工蜂群算法第15-16页
     ·布谷鸟搜索算法第16-17页
     ·其它群体智能优化算法第17-19页
   ·群体智能优化算法的性能指标第19-21页
     ·常用的测试函数第19-20页
     ·图像分割中的测试第20-21页
   ·小结第21-23页
第3章 基于细菌觅食算法的含噪图像单阈值分割第23-31页
   ·基于直方图分析的图像分割预处理第23-24页
   ·基于直方图预处理与BF算法的含噪图像单阈值分割第24-25页
   ·实验结果与性能分析第25-29页
     ·分割效果第25-27页
     ·分割速度第27-28页
     ·收敛性第28-29页
   ·小结第29-31页
第4章 基于模糊ABC算法的空间域SAR图像单阈值分割第31-39页
   ·基于灰度形态学与直方图分析的图像预处理第31-32页
   ·模糊ABC算法第32-33页
   ·基于模糊ABC算法的空间域SAR图像单阈值分割第33-34页
   ·实验结果与分析第34-37页
     ·分割结果第34-35页
     ·算法收敛性第35-37页
   ·小结第37-39页
第5章 基于布谷鸟搜索算法的多阈值图像分割第39-47页
   ·适应度函数设计第39-40页
   ·可行性分析第40页
   ·待分割图像直方图分析第40-42页
   ·实验结果与分析第42-46页
     ·分割结果第42-44页
     ·分割速度第44-45页
     ·最优解的质量第45-46页
   ·小结第46-47页
第6章 总结与展望第47-49页
   ·总结第47-48页
   ·展望第48-49页
参考文献第49-53页
致谢第53-55页
攻读硕士学位期间的研究成果第55页

论文共55页,点击 下载论文
上一篇:基于VxWorks的软件总线及其自主恢复技术
下一篇:鲁棒性数字水印算法的研究