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

一种基于改进遗传算法的图像分割算法应用的设计与实现

摘要第1-5页
Abstract第5-9页
第1章 绪论第9-15页
   ·论文的研究背景及意义第9-10页
   ·国内外研究现状第10-12页
     ·国外研究现状第10-11页
     ·国内研究现状第11-12页
   ·研究内容与方法第12-15页
     ·研究内容第12-13页
     ·研究方法第13-15页
第2章 遗传算法概述第15-25页
   ·遗传算法发展历程第15-16页
   ·遗传算法的内涵与流程第16-18页
     ·遗传算法内涵第16-17页
     ·遗传算法基本流程第17-18页
   ·遗传算法的基本定理第18-22页
     ·模式定理第18-20页
     ·积木块假设第20页
     ·遗传算法收敛性第20-22页
   ·遗传算法的实际应用第22-24页
     ·遗传算法的应用范围第22页
     ·遗传算法应用中的关键问题第22-23页
     ·遗传算法应用于图像分割的研究方向第23-24页
   ·本章小结第24-25页
第3章 图像分割及相关算法第25-41页
   ·图像处理基本理论第25-28页
     ·图像处理简介第25页
     ·图像处理方法第25-28页
   ·图像分割定义第28-29页
   ·多种图像分割方法第29-34页
     ·串行边界分割技术第29-30页
     ·串行区域分割技术第30-31页
     ·并行边界分割技术第31-32页
     ·并行区域分割技术第32-34页
   ·最大类间方差(OTSU)算法第34-38页
     ·OTSU算法的基本原理第34-35页
     ·二维OTSU分割方法第35-36页
     ·OTSU算法的多阈值分割第36-38页
   ·图像分割性能评估第38-39页
   ·本章小结第39-41页
第4章 基于遗传算法的最大类间方差图像分割方法第41-49页
   ·引言第41-42页
   ·图像的阈值处理第42-43页
   ·基于遗传算法的图像分割方法及适应度选取第43-48页
     ·最大类间方差法及采用遗传算法的原因第43-44页
     ·算法设计流程第44-46页
     ·仿真结果与分析第46-48页
   ·本章小结第48-49页
第5章 基于改进遗传算法的图像分割及应用实验第49-63页
   ·算法改进第49-56页
     ·改进的自适应遗传算法及其算子第49-52页
     ·改进自适应遗传算法性能测试第52-55页
     ·改进OTSU图像分割法第55-56页
   ·改进遗传算法IGA及其与改进OTSU法的结合应用第56-57页
   ·实验及应用结果第57-61页
   ·本章小结第61-63页
结论第63-65页
参考文献第65-69页
攻读硕士学位期间所发表的论文第69-71页
致谢第71-73页
个人简历第73页

论文共73页,点击 下载论文
上一篇:基于工作流的高校工会管理信息系统的设计与实现
下一篇:数据挖掘在电子病历上的应用