智能数字拼图算法研究及其应用
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.1.1 拼图的历史 | 第10页 |
| 1.1.2 拼图与拼接的区别 | 第10-11页 |
| 1.1.3 拼图算法的历史 | 第11页 |
| 1.1.4 拼图算法的应用场景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 国内研究现状 | 第12-13页 |
| 1.2.2 国外研究现状 | 第13-14页 |
| 1.3 本文研究内容 | 第14页 |
| 1.4 本文的结构安排 | 第14-15页 |
| 第二章 智能拼图算法的基本知识 | 第15-29页 |
| 2.1 智能拼图算法的发展历程简述 | 第15页 |
| 2.2 各种度量信息的介绍 | 第15-17页 |
| 2.2.1 SSD度量 | 第15-16页 |
| 2.2.2 (L_p)~q度量 | 第16页 |
| 2.2.3 MGC度量 | 第16-17页 |
| 2.2.4 其他的度量 | 第17页 |
| 2.3 方形碎片拼图问题的生成树算法 | 第17-22页 |
| 2.3.1 最小生成树 | 第18页 |
| 2.3.2 Kruskal算法 | 第18-19页 |
| 2.3.3 Prim算法 | 第19-20页 |
| 2.3.4 拼图问题的生成树算法 | 第20-22页 |
| 2.4 方形碎片拼图问题的遗传算法 | 第22-27页 |
| 2.4.1 遗传算法理论基础 | 第22-24页 |
| 2.4.2 拼图问题的遗传算法 | 第24-27页 |
| 2.4.3 遗传算法的局限性 | 第27页 |
| 2.5 算法好坏判断的准则 | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第三章 基于杰卡德度量的智能拼图改进算法 | 第29-37页 |
| 3.1 算法改进的出发点 | 第29页 |
| 3.2 新的度量及有效性分析 | 第29-31页 |
| 3.2.1 Jaccard距离 | 第29页 |
| 3.2.2 Jaccard距离在拼图问题中的运用 | 第29-30页 |
| 3.2.3 有效性分析及δ的选取 | 第30页 |
| 3.2.4 局限性 | 第30-31页 |
| 3.3 JACCARD与MGC相结合 | 第31-33页 |
| 3.3.1 JMGC1 | 第31-32页 |
| 3.3.2 JMGC2 | 第32页 |
| 3.3.3 图像还原时的算法改进 | 第32-33页 |
| 3.4 仿真实验对比及结果 | 第33-36页 |
| 3.4.1 无噪声碎片还原 | 第33-35页 |
| 3.4.2 有噪声碎片还原 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 标记矩阵解决智能拼图问题的新算法 | 第37-52页 |
| 4.1 算法的设想及过程 | 第37页 |
| 4.2 度量的选择与分析 | 第37-38页 |
| 4.2.1 SSD度量 | 第37页 |
| 4.2.2 度量选择分析 | 第37-38页 |
| 4.3 数据筛选方法的选择 | 第38-44页 |
| 4.3.1 数据筛选的必要性 | 第39-40页 |
| 4.3.2 使用分类算法得到相邻的碎片对 | 第40页 |
| 4.3.3 使用卷积神经网络得到相邻的碎片对 | 第40-44页 |
| 4.3.4 本文中使用的数据筛选的步骤 | 第44页 |
| 4.4 图像重建及冲突的解决 | 第44-48页 |
| 4.4.1 第一块碎片的选择 | 第44页 |
| 4.4.2 标记矩阵还原图像 | 第44-46页 |
| 4.4.3 冲突的解决 | 第46-48页 |
| 4.5 仿真实验及结果 | 第48-51页 |
| 4.5.1 冲突的解决 | 第48-50页 |
| 4.5.2 碎片缺失时的情况 | 第50-51页 |
| 4.6 本章小结 | 第51-52页 |
| 第五章 总结与展望 | 第52-54页 |
| 5.1 主要结论 | 第52页 |
| 5.2 展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第58页 |
