基于改进的模糊BP神经网络的图像分割方法研究
| 摘要 | 第3-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景及其意义 | 第11-12页 |
| 1.2 图像分割技术的发展现状 | 第12页 |
| 1.3 图像分割的理论基础 | 第12-13页 |
| 1.4 本文工作和章节安排 | 第13-14页 |
| 1.5 本章小结 | 第14-17页 |
| 第二章 图像分割方法 | 第17-29页 |
| 2.1 阈值分割法 | 第17-20页 |
| 2.1.1 双峰法分析 | 第17-18页 |
| 2.1.2 迭代法分析 | 第18-19页 |
| 2.1.3 最大类间方差法分析 | 第19-20页 |
| 2.2 区域分割法 | 第20-23页 |
| 2.2.1 区域生长 | 第20-21页 |
| 2.2.2 区域分裂合并方法 | 第21-23页 |
| 2.3 边界分割法 | 第23-25页 |
| 2.3.1 边缘检测技术 | 第24页 |
| 2.3.2 边缘检测算子 | 第24-25页 |
| 2.4 结合特定理论的图像分割方法 | 第25-27页 |
| 2.4.1 基于聚类分析的图像分割方法 | 第26页 |
| 2.4.2 基于模糊集的图像分割方法 | 第26页 |
| 2.4.3 基于神经网络的图像分割方法 | 第26-27页 |
| 2.4.4 基于遗传算法的图像分割方法 | 第27页 |
| 2.5 本章小结 | 第27-29页 |
| 第三章 模糊BP神经网络 | 第29-41页 |
| 3.1 模糊BP神经网络简介 | 第29-31页 |
| 3.2 模糊集与隶属度函数 | 第31-36页 |
| 3.2.1 隶属度函数的确定 | 第33-36页 |
| 3.3 BP神经网络 | 第36-40页 |
| 3.3.1 BP神经网络的工作原理 | 第37-39页 |
| 3.3.2 BP神经网络的设计 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 基于改进的模糊BP神经网络的图像分割方法 | 第41-51页 |
| 4.1 对模糊BP神经网络的改进 | 第41-45页 |
| 4.1.1 传输函数的改进 | 第41-42页 |
| 4.1.2 网络学习率的改进 | 第42-44页 |
| 4.1.3 训练算法的改进 | 第44-45页 |
| 4.2 改进前后的BP神经网络仿真对比 | 第45-48页 |
| 4.3 改进算法应用于图像分割 | 第48-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 仿真实验 | 第51-59页 |
| 5.1 实验数据选取 | 第51页 |
| 5.2 图像分割评价指标 | 第51-52页 |
| 5.3 输入信息模糊化 | 第52-53页 |
| 5.4 BP神经网络参数设定 | 第53-55页 |
| 5.5 实验结果及分析 | 第55-58页 |
| 5.6 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 工作总结 | 第59页 |
| 6.2 前景展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-67页 |
| 攻读学位期间发表的学术论文目录 | 第67页 |
