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

混合蛙跳算法在图像多阈值分割中的应用研究

摘要第1-4页
Abstract第4-8页
第1章 绪论第8-12页
   ·选题的背景及意义第8页
   ·国内外研究现状及进展第8-11页
     ·多阈值分割方法研究现状及进展第8-10页
     ·混合蛙跳算法研究现状及进展第10-11页
   ·本文的主要工作和内容安排第11-12页
第2章 群体智能优化算法第12-18页
   ·常见的群体智能优化算法第12-14页
     ·经典群体智能优化算法第12-13页
     ·新型群体智能优化算法第13-14页
   ·混合蛙跳算法第14-17页
     ·混合蛙跳算法的产生及原理第14页
     ·混合蛙跳算法的步骤第14-16页
     ·混合蛙跳算法的参数设置第16-17页
   ·小结第17-18页
第3章 基于基本混合蛙跳算法的图像多阈值分割第18-24页
   ·基本混合蛙跳算法在图像多阈值分割中的可行性分析第18页
   ·基于基本混合蛙跳算法的图像多阈值分割方法第18-20页
     ·方法设计第18-19页
     ·步骤描述第19-20页
   ·实验结果与性能分析第20-22页
     ·分割效果第20-21页
     ·算法的分割速度与分割效率第21-22页
   ·小结第22-24页
第4章 基于MFP混合蛙跳算法的图像多阈值分割第24-34页
   ·MFP混合蛙跳算法第24-26页
   ·基于MFP混合蛙跳算法的多阈值图像分割第26页
     ·方法设计第26页
     ·步骤描述第26页
   ·实验结果与性能分析第26-33页
     ·分割效果第26-28页
     ·MFP混合蛙跳算法与其它群体智能算法的性能对比第28-33页
   ·小结第33-34页
第5章 基于IEBM混合蛙跳算法的图像多阈值分割第34-50页
   ·IEBM混合蛙跳算法第34-36页
   ·基于IEBM混合蛙跳算法的多阈值图像分割第36-37页
     ·方法设计第36-37页
     ·步骤描述第37页
   ·实验结果与性能分析第37-47页
     ·分割效果第37-40页
     ·IEBM混合蛙跳算法与其它群体智能算法的性能对比第40-47页
   ·小结第47-50页
第6章 总结与展望第50-52页
   ·总结第50-51页
   ·展望第51-52页
参考文献第52-56页
致谢第56-58页
攻读硕士学位期间的研究成果第58页

论文共58页,点击 下载论文
上一篇:基于水平集理论的乳腺MR图像分割算法研究
下一篇:面向领域的学习资源共享与在线学习系统设计与实现--以软件工程专业学习资源共享与在线学习平台为例