基于微粒群算法的图像阈值分割方法及其应用
| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 第一章 绪论 | 第10-13页 |
| ·阈值分割概述 | 第10-11页 |
| ·微粒群算法简介 | 第11页 |
| ·本文的主要工作 | 第11-12页 |
| ·本文结构 | 第12-13页 |
| 第二章 仿生优化算法综述 | 第13-26页 |
| ·引言 | 第13页 |
| ·遗传算法 | 第13-15页 |
| ·遗传算法的思想来源 | 第13-14页 |
| ·遗传算法基本原理 | 第14页 |
| ·遗传算法运算流程 | 第14-15页 |
| ·蚁群算法 | 第15-17页 |
| ·蚁群算法的产生和发展 | 第15页 |
| ·基本蚁群算法的原理 | 第15-17页 |
| ·蚁群算法流程 | 第17页 |
| ·微粒群算法 | 第17-23页 |
| ·微粒群算法思想的起源 | 第17-18页 |
| ·微粒群算法基本原理 | 第18-19页 |
| ·微粒群算法流程 | 第19-20页 |
| ·微粒群算法的发展 | 第20-23页 |
| ·优化仿生算法的异同比较 | 第23-26页 |
| 第三章 改进的微粒群算法在阈值选取中的应用 | 第26-40页 |
| ·阈值分割原理 | 第26页 |
| ·阈值选取方法 | 第26-28页 |
| ·极小值点阈值选取方法 | 第26-27页 |
| ·最优阈值选取方法 | 第27页 |
| ·迭代阈值选取方法 | 第27-28页 |
| ·本文采用的算法 | 第28-40页 |
| ·二维最大熵阈值分割 | 第28-30页 |
| ·动态调整惯性权重的 DPSO 算法 | 第30-31页 |
| ·基于 DPSO 的阈值分割算法 | 第31-32页 |
| ·实验数据分析 | 第32-40页 |
| 第四章 DPSO 算法在人脸检测预处理中的应用 | 第40-46页 |
| ·人脸识别概述 | 第40页 |
| ·颜色空间 | 第40-42页 |
| ·RGB 颜色空间 | 第40-41页 |
| ·HIS 颜色空间 | 第41-42页 |
| ·YCbCr 颜色空间 | 第42页 |
| ·建立高斯肤色模型 | 第42-43页 |
| ·肤色分割 | 第43页 |
| ·实现过程及实验结果 | 第43-46页 |
| 小结与展望 | 第46-48页 |
| 参考文献 | 第48-54页 |
| 致谢 | 第54-55页 |
| 附录A 攻读学位期间发表的学术论文 | 第55页 |
