基于智能优化算法的多阈值图像分割技术及其并行加速
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9页 |
| ·研究现状 | 第9-14页 |
| ·图像分割技术研究现状 | 第9-12页 |
| ·智能优化算法研究现状 | 第12-13页 |
| ·并行加速技术研究现状 | 第13-14页 |
| ·本文结构安排 | 第14-15页 |
| 2 智能优化算法 | 第15-31页 |
| ·常见的智能优化算法 | 第15-20页 |
| ·遗传算法 | 第15-17页 |
| ·粒子群优化算法 | 第17-20页 |
| ·万有引力搜索算法 | 第20-25页 |
| ·万有引力搜索算法的基本原理 | 第20-24页 |
| ·基本万有引力搜索算法流程 | 第24-25页 |
| ·仿真实验与结果分析 | 第25-30页 |
| ·本章小结 | 第30-31页 |
| 3 基于万有引力搜索算法的多阈值图像分割 | 第31-54页 |
| ·阈值分割 | 第31-39页 |
| ·最大类间方差法 | 第32-35页 |
| ·最大熵法 | 第35-39页 |
| ·基于改进万有引力算法的多阈值图像分割 | 第39-42页 |
| ·控制引力系数 | 第39-40页 |
| ·最优个体变异 | 第40-42页 |
| ·实验结果及分析 | 第42-53页 |
| ·参数设置 | 第43-44页 |
| ·求解质量对比结果 | 第44-52页 |
| ·运算时间对比结果 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 4 本文算法的并行加速技术 | 第54-64页 |
| ·GPU的发展现状 | 第54页 |
| ·CUDA编程模型 | 第54-57页 |
| ·CUDA流程构架 | 第55-56页 |
| ·CUDA的线性组织结构 | 第56页 |
| ·CUDA存储层次 | 第56-57页 |
| ·本文算法的并行化加速技术 | 第57-62页 |
| ·基于CPU多线程技术的引力搜索算法 | 第57-60页 |
| ·基于CUDA的最大熵法 | 第60-62页 |
| ·实验结果及分析 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 5 总结与展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 附录 | 第70页 |
