基于并行模拟退火遗传算法的二维熵多阈值分割
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 阈值分割研究背景 | 第9-11页 |
| 1.1.1 阈值分割研究背景 | 第9-10页 |
| 1.1.2 阈值分割研究目的 | 第10-11页 |
| 1.2 课题研究现状 | 第11-14页 |
| 1.2.1 二维熵值法发展现状 | 第11-12页 |
| 1.2.2 多阈值分割发展现状 | 第12-14页 |
| 1.3 本文的主要工作 | 第14-16页 |
| 第2章 二维熵多阈值分割基本理论 | 第16-22页 |
| 2.1 二维熵单阈值法 | 第16-18页 |
| 2.2 二维熵多阈值法 | 第18-20页 |
| 2.3 本章小结 | 第20-22页 |
| 第3章 并行模拟退火遗传算法 | 第22-31页 |
| 3.1 并行模拟退火算法 | 第22-26页 |
| 3.1.1 模拟退火算法原理 | 第22-23页 |
| 3.1.2 模拟退火算法过程 | 第23-24页 |
| 3.1.3 并行模拟退火算法 | 第24-26页 |
| 3.2 遗传算法 | 第26-27页 |
| 3.2.1 遗传算法概念 | 第26-27页 |
| 3.2.2 遗传算法特点 | 第27页 |
| 3.3 并行模拟退火遗传算法 | 第27-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第4章 PGSAA优化二维熵阈值 | 第31-47页 |
| 4.1 PGSAA优化二维熵值 | 第31-33页 |
| 4.1.1 优化实现思路 | 第31-32页 |
| 4.1.2 优化实现难点 | 第32-33页 |
| 4.2 仿真试验与效果分析 | 第33-37页 |
| 4.2.1 单阈值实验分析 | 第33-35页 |
| 4.2.2 双阈值实验分析 | 第35-37页 |
| 4.3 多阈值实验结论及推广 | 第37-46页 |
| 4.3.1 分割效果分析 | 第38-41页 |
| 4.3.2 计算复杂性分析 | 第41-44页 |
| 4.3.3 收敛复杂性分析 | 第44-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第5章 多种并行机制的实现 | 第47-62页 |
| 5.1 并行实现的可能性和途径 | 第47-48页 |
| 5.2 模拟退火算法的并行策略 | 第48-51页 |
| 5.2.1 操作并行策略 | 第48-49页 |
| 5.2.2 试验并行策略 | 第49页 |
| 5.2.3 协同实验并行策略 | 第49-50页 |
| 5.2.4 混乱松弛策略 | 第50-51页 |
| 5.3 仿真试验与结果分析 | 第51-61页 |
| 5.3.1 分割效果分析 | 第51-53页 |
| 5.3.2 计算性能分析 | 第53-59页 |
| 5.3.3 收敛复杂性分析 | 第59-61页 |
| 5.4 本章小结 | 第61-62页 |
| 第6章 工作总结展望 | 第62-63页 |
| 6.1 总结 | 第62页 |
| 6.2 展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 攻读学位期间获得的科研成果 | 第67页 |
