基于果蝇优化算法的图像处理方法研究

声明

第一章 绪论

1.1研究背景与意义

1.2研究现状

1.3本文研究的创新点与内容

第二章 智能算法知识介绍

2.1 智能算法的介绍

2.1.1 经典智能算法

2.2果蝇优化算法

2.2.1果蝇优化算法特点

2.2.2基本果蝇算法步骤

2.2.3改进的果蝇优化算法

2.3本章小结

第三章 基于自适应步长改进的果蝇优化算法

3.1改进算法的思想

3.2算法改进原理

3.2.1升半柯西分布

3.2.2柯西分布

3.3算法改进步骤

3.4实验设计及分析

3.4.1实验设置与测试函数

3.4.2 实验结果

3.4.3实验对比分析

3.5本章小结

第四章TCO-FOA在图像分割上的应用

4.1 图像分割的研究目的与意义

4.2图像阈值分割原理介绍

4.2.1最优迭代阈值图像分割

4.2.2最大熵阈值分割

4.2.3大津法(Otsu)图像分割

4.3改进算法TCO-FOA图像分割

4.4实验设计和实验结果

4.4.1实验图像

4.4.2实验设置

4.4.3 低阈值下实验分割

4.4.4 高阈值下实验分割

4.5 本章小结

第五章TCO-FOA在图像匹配中的应用

5.1图像匹配的研究现状与意义

5.2图像匹配的分类

5.2.1基于灰度的图像匹配

5.2.2 基于特征的图像匹配

5.3基于TCO-FOA果蝇优化算法的图像匹配

5.3.1 果蝇范围区间

5.3.2 确定适应度函数

5.3.3 改进果蝇优化算法图像匹配

5.4实验设置和仿真结果

5.4.1 TCO-FOA实验设置

5.5 本章小结

第六章 总结与展望

6.1本文总结

6.2未来工作与展望

参考文献

攻读硕士学术期间发表的学术论文目录

致谢