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
安徽大学;