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

基于蚁群算法的图像分割方法研究

摘要第1-5页
Abstract第5-8页
第1章 绪论第8-14页
   ·论文的研究意义第8-9页
   ·国内外研究现状分析第9-12页
     ·蚁群算法的国内外研究现状第9-10页
     ·图像分割的国内外研究现状第10-12页
   ·本文主要研究内容及结构安排第12-14页
第2章 蚁群算法研究第14-37页
   ·引言第14页
   ·蚂蚁的群体行为描述第14-15页
   ·蚁群算法原理第15-17页
   ·蚁群算法的数学模型第17-18页
   ·蚁群算法的具体实现第18-22页
   ·一些改进的蚁群算法第22-32页
   ·蚁群算法的典型应用第32-35页
     ·蚁群算法在静态组合优化中的应用第33-34页
     ·蚁群算法在动态组合优化中的应用第34-35页
     ·蚁群算法在其他领域中的应用第35页
   ·本章小结第35-37页
第3章 图像分割方法研究第37-52页
   ·引言第37页
   ·图像分割简介第37-38页
   ·图像分割的定义第38-39页
   ·图像分割方法分类第39-50页
     ·灰度阈值分割方法第40-42页
     ·边缘检测分割法第42-45页
     ·区域跟踪分割法第45-47页
     ·结合特定理论的图像分割方法第47-50页
   ·本章小结第50-52页
第4章 蚁群算法在图像分割中的应用第52-57页
   ·引言第52页
   ·图像分割特征的提取第52页
   ·蚁群搜索过程的数学模型第52-53页
   ·蚁群算法应用于图像分割的实现流程第53-55页
   ·实验结果与分析第55-56页
   ·本章小结第56-57页
第5章 基于多态蚁群算法的图像分割方法研究第57-64页
   ·引言第57页
   ·基于多态蚁群算法的图像分割方法的描述第57-59页
     ·各个蚁群规则的设置第57-58页
     ·基于多态蚁群算法的图像分割方法的数学模型第58-59页
   ·基于多态蚁群算法的图像分割方法的具体实现第59-61页
   ·实验结果与分析第61-63页
   ·本章小结第63-64页
总结第64-66页
参考文献第66-71页
攻读硕士学位期间取得的学术成果第71-72页
致谢第72页

论文共72页,点击 下载论文
上一篇:前视扫描声纳的成像与目标特征提取
下一篇:基于边缘和颜色特征的图像检索技术研究