遗传算法具有简单、鲁棒性好和本质并行的突出优点 - read.docVIP

遗传算法具有简单、鲁棒性好和本质并行的突出优点 - read.doc

  1. 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
  2. 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  3. 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
摘要遗传算法具有简单鲁棒性好和本质并行的突出优点其有应用领域取得的巨大成功引起了广大学者的关注在图像分割领域遗传算法常用来帮助确定分割阈值本文讨论了目前遗传算法应用于图像分割的现状给出了几种遗传分割算法的原理过程实验结果及分析介绍了图像边缘检测图像阈值分割的各种算法并给出了对比分析对遗传算法的基本概念和研究进展进行了综述提高全局搜索能力和收敛速度使用进行分析验证引言图像分割是图像处理与机器视觉的基本问题之一其要点是把图像划分成若干互不交叠区域的集合这些区域要么对当前的任务有意义要么有助于说明它们

摘要: ▲遗传算法具有简单、鲁棒性好和本质并行的突出优点。其有应用领域取得的巨大成功,引起了广大学者的关注。在图像分割领域,遗传算法常用来帮助确定分割阈值。 ▲本文讨论了目前遗传算法应用于图像分割的现状,给出了几种遗传分割算法的原理、过程、实验结果及分析。 ▲介绍了图像边缘检测、图像阈值分割的各种算法,并给出了对比分析。 ▲对遗传算法的基本概念和研究进展进行了综述。 ▲提高全局搜索能力和收敛速度。 ▲使用MATLAB进行分析验证。 引言: △图像分割是图像处理与机器视觉的基本问题之一[1],其要点是:把图像划分成若干互不交叠区域的集合,这些区域要么对当前的任务有意义,要么有助于说明它们与实际物

文档评论(0)

wangsux + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档