基于PSO的快速图像类推及其应用
| 独创性说明 | 第1-4页 |
| 摘要 | 第4-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-17页 |
| ·数字图像处理概述 | 第10-15页 |
| ·图像处理技术的发展和趋势 | 第10-11页 |
| ·数字图像处理技术研究的主要内容 | 第11-12页 |
| ·数字图像处理技术的应用及意义 | 第12-15页 |
| ·本文工作 | 第15-16页 |
| ·本文内容安排 | 第16-17页 |
| 2 相关的图像理论及算法的应用 | 第17-38页 |
| ·图像与数字图像处理概述 | 第17-23页 |
| ·图像与图像处理 | 第17-18页 |
| ·图像格式 | 第18-20页 |
| ·颜色空间 | 第20-22页 |
| ·灰度化处理 | 第22-23页 |
| ·图像处理知识及算法的应用 | 第23-32页 |
| ·灰度直方图 | 第23-24页 |
| ·图像分割 | 第24-27页 |
| ·图像匹配 | 第27-31页 |
| ·图像特征提取 | 第31-32页 |
| ·数字图像处理的基本方法 | 第32-38页 |
| ·滤波 | 第32-33页 |
| ·图像增强 | 第33-34页 |
| ·空间变换 | 第34-36页 |
| ·阈值选取 | 第36-37页 |
| ·图像处理的其他方法 | 第37-38页 |
| 3 图像类推 | 第38-47页 |
| ·图像类推问题描述 | 第38-39页 |
| ·图像类推算法 | 第39-44页 |
| ·图像类推算法概述 | 第39-41页 |
| ·图像类推算法细节描述 | 第41-44页 |
| ·图像类推算法讨论 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 4 基于PSO的图像类推 | 第47-56页 |
| ·粒子群优化算法(PSO) | 第47-53页 |
| ·算法基本原理 | 第47-48页 |
| ·算法数学描述 | 第48-49页 |
| ·PSO算法描述 | 第49-50页 |
| ·算法收敛性分析 | 第50-52页 |
| ·参数分析 | 第52-53页 |
| ·基于粒子群优化(PSO)的图像类推 | 第53-56页 |
| ·粒子属性的定义 | 第54页 |
| ·粒子的适应度值 | 第54-55页 |
| ·相似度阈值的选取 | 第55页 |
| ·应用PSO快速图像类推的算法描述 | 第55-56页 |
| 5 合成效果与算法分析 | 第56-60页 |
| ·合成效果 | 第56-57页 |
| ·PSO随机粒子数对合成效果的影响分析 | 第57-59页 |
| ·PSO迭代次数对合成效果的影响分析 | 第59-60页 |
| 总结与展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士学位期间发表学术论文情况 | 第64-65页 |
| 致谢 | 第65-66页 |
| 大连理工大学学位论文版权使用授权书 | 第66页 |
