亚洲夜夜欢a∨一区二区三,a毛片在线不卡无码

內(nèi)容簡介

　　農(nóng)業(yè)圖像中常用的算法分為四類，分別是基于閾值的分割方法、基于區(qū)域的分割方法、基于梯度的分割方法和基于數(shù)學(xué)形態(tài)學(xué)的分割方法。每種方法都有各自適應(yīng)的領(lǐng)域?！度后w智能優(yōu)化算法改進(jìn)及其在農(nóng)業(yè)圖像分割中的應(yīng)用》應(yīng)用理論研究分析與數(shù)值模擬實(shí)驗(yàn)相結(jié)合的方法，將優(yōu)化方法、群體智能計(jì)算、數(shù)學(xué)和計(jì)算機(jī)科學(xué)等學(xué)科的相關(guān)知識融于農(nóng)業(yè)圖像的分割研究中?！度后w智能優(yōu)化算法改進(jìn)及其在農(nóng)業(yè)圖像分割中的應(yīng)用》針對閾值分割方法，在前人工作的基礎(chǔ)上，對群體智能算法進(jìn)行優(yōu)化改進(jìn)，并應(yīng)用到農(nóng)業(yè)圖像分割中，對閾值分割方法進(jìn)行改進(jìn)，提出了相關(guān)的分割方法和模型。

作者簡介

暫缺《群體智能優(yōu)化算法改進(jìn)及其在農(nóng)業(yè)圖像分割中的應(yīng)用》作者簡介

圖書目錄

第1章緒論
1．1 計(jì)算機(jī)視覺技術(shù)
1．2 圖像處理的內(nèi)容
1．3 圖像工程
1．4 外研究現(xiàn)狀
1．5 所做工作及研究意義
第2章群體智能優(yōu)化算法概述
2．1 群體智能優(yōu)化算法簡介
2．2 混合蛙跳算法
2．3 和聲搜索算法
2．4 果蠅優(yōu)化算法
2．5 人工蜂群算法
第3章群體智能優(yōu)化算法的改進(jìn)策略
3．1 群體智能優(yōu)化算法性能比較
3．2 基于中心點(diǎn)雙閾值模糊子群的混合蛙跳算法
3．3 基于模糊閾值補(bǔ)償?shù)幕旌贤芴惴?br />3．4 基于全局共享因子的混合蛙跳算法
3．5 全局共享因子的和聲搜索算法
3．6 快速全局收斂的果蠅優(yōu)化算法
3．7 模擬創(chuàng)作自適應(yīng)和聲搜索算法
第4章農(nóng)業(yè)圖像分割原理
4．1 圖像識別的原理
4．2 農(nóng)業(yè)圖像分割原理
第5章改進(jìn)群體智能優(yōu)化算法在農(nóng)業(yè)圖像分割的應(yīng)用
5．1 基于和聲搜索算法的圖像閾值尋優(yōu)算法
5．2 基于改進(jìn)混合蛙跳算法的圖像閾值分割算法
5．3 混合蛙跳細(xì)菌覓食的和聲搜索算法的圖像分割
5．4 基于改進(jìn)和聲搜索算法的玉米葉片病害圖像分割算法
第6章基于改進(jìn)群體智能算法的農(nóng)業(yè)圖像分割模型
6．1 基于R分量群體智能算法的蘋果圖像分割模型
6．2 模擬創(chuàng)作自適應(yīng)和聲搜索的蘋果圖像多目標(biāo)優(yōu)化識別模型
第7章結(jié)論與展望
7．1 結(jié)論
7．2 展望
參考文獻(xiàn)