| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第7-13页 |
| 1.1 研究背景 | 第7-8页 |
| 1.2 研究内容与意义 | 第8-10页 |
| 1.3 国内外研究现状 | 第10页 |
| 1.4 本文组织结构 | 第10-13页 |
| 2 边缘检测技术综述 | 第13-21页 |
| 2.1 图像边缘的定义及其类型 | 第13页 |
| 2.2 传统边缘检测算子 | 第13-17页 |
| 2.3 其它边缘检测方法 | 第17-19页 |
| 2.4 本章小结 | 第19-21页 |
| 3 蚁群算法概述 | 第21-27页 |
| 3.1 蚂蚁的运动过程 | 第21-22页 |
| 3.2 蚁群算法的基本思想与原始模型 | 第22-25页 |
| 3.3 蚁群算法的应用及展望 | 第25-27页 |
| 4 基于传统蚁群算法的图像边缘检测方法及其研究分析 | 第27-33页 |
| 4.1 算法基本思想及相关说明 | 第27-28页 |
| 4.2 算法流程 | 第28-29页 |
| 4.3 仿真试验及结果分析 | 第29-32页 |
| 4.4 本节小结 | 第32-33页 |
| 5 改进的蚁群算法及其在图像边缘检测中的应用研究 | 第33-51页 |
| 5.1 改进算法设计 | 第33-38页 |
| 5.2 仿真试验其结果分析 | 第38-45页 |
| 5.2.1 改进算法应用于灰度图像 | 第38-40页 |
| 5.2.2 改进算法应用于含有噪声的图像 | 第40-42页 |
| 5.2.3 改进算法应用于红外图像 | 第42-45页 |
| 5.3 算法参数的选取 | 第45-49页 |
| 5.4 边缘评价 | 第49-51页 |
| 6 结论 | 第51-53页 |
| 致谢 | 第53-55页 |
| 参考文献 | 第55-57页 |