图书介绍
基于MATLAB和遗传算法的图像处理PDF|Epub|txt|kindle电子书版本网盘下载
- 鱼滨等编著 著
- 出版社： 西安：西安电子科技大学出版社
- ISBN：9787560636351
- 出版时间：2015
- 标注页数：280页
- 文件大小：44MB
- 文件页数：289页
- 主题词：Matlab软件
PDF下载
下载说明
基于MATLAB和遗传算法的图像处理PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第一章 绪论1
1.1 遗传算法基础1
1.1.1 遗传算法的由来和发展1
1.1.2 生物遗传与GA原理3
1.1.3 GA与传统方法比较4
1.1.4 GA的特点和优缺点5
1.1.5 GA中的一些术语9
1.1.6 GA的研究方向10
1.1.7 MATLAB与GA工具箱11
1.1.8 基于GA的应用11
1.2 图像处理基础12
1.2.1 像素和分辨率12
1.2.2 图像处理算法及其应用实例15
1.2.3 GA在图像处理中的应用18
1.2.4 常见图像处理软件19
第二章 遗传算法基础22
2.1 遗传算法的理论基础22
2.1.1 模式及模式定理22
2.1.2 一个实例27
2.1.3 有效模式数论28
2.1.4 积木块假设30
2.2 遗传算法的基本知识32
2.2.1 编码32
2.2.2 初始群体生成36
2.2.3 遗传算子36
2.2.4 适应度46
2.2.5 约束条件49
2.2.6 参数设置50
2.3 简单GA51
2.4 GA的实现过程53
2.4.1 一般GA的流程53
2.4.2 GA的运行过程55
2.4.3 利用GA求解一个简单问题58
第三章 遗传算法中的主要问题及其改进64
3.1 GA的主要问题64
3.1.1 欺骗和竞争问题64
3.1.2 参数调节、终止条件判断、邻近交叉和收敛问题67
3.1.3 GA-难问题68
3.1.4 早熟收敛现象及其防止69
3.1.5 种群的多样性72
3.1.6 三个遗传算子对收敛性的影响72
3.1.7 GA性能评估72
3.2 改进的GA74
3.2.1 改进GA的一般思路74
3.2.2 改进GA之一76
3.2.3 改进GA之二77
3.2.4 改进GA之三79
3.2.5 改进GA之四80
3.2.6 改进GA之五83
3.2.7 改进GA之六84
3.2.8 改进GA之七87
3.2.9 改进GA之八89
3.2.10 微种群GA91
3.2.11 多种群GA92
3.2.12 遗传退火进化算法（GAEA）95
3.3 并行GA96
3.4 多目标优化中的GA98
3.4.1 多目标优化的概念98
3.4.2 多目标优化问题的GA99
3.5 基于小生境GA及其改进103
3.5.1 小生境技术和共享函数103
3.5.2 小生境GA104
3.5.3 改进的小生境GA（NGA）105
第四章 MATLAB数字图像处理基础107
4.1 基于MATLAB的绘图方法107
4.2 MATLAB的图像处理基础111
4.3 基于MATLAB的图像处理方法113
4.4 MATLAB的图像恢复函数126
4.5 图形的修饰与标注130
4.6 MATLAB环境下图像对象修改131
第五章 基于MATLAB的遗传算法编程实现133
5.1 安装MATLAB的GA工具箱133
5.2 MATLAB 7.0的GADS的主要函数及其参数135
5.3 GADS的主要函数详解138
5.4 遗传工具箱GADS的GUI界面146
5.5 基于GATBX工具箱的GA实例150
5.6 GATBX与GADS工具箱比较154
5.7 GA程序设计实例156
第六章 基于遗传算法的图像分割方法167
6.1 图像分割方法概述167
6.1.1 图像分割基础167
6.1.2 常用的图像分割方法172
6.2 最大熵阈值图像分割181
6.2.1 一维最大熵阈值分割181
6.2.2 二维最大熵阈值分割183
6.3 类间最大方差法（Otsu法）185
6.3.1 一维Otsu法185
6.3.2 二维Otsu法189
6.4 基于Sheffield的GA工具箱的图像分割192
6.5 基于GA的全局阈值的图像分割195
6.6 基于GA和分类类别函数的图像分割方法196
6.7 基于GA的彩色图像分割方法197
6.8 基于最大熵法和GA的图像分割算法199
6.8.1 一维最大熵算法与GA相结合的图像分割199
6.8.2 二维最大熵算法与GA相结合的图像分割205
6.8.3 二维最大直方图熵法和改进GA的分割图像210
6.9 基于Otsu与GA相结合的图像分割214
6.10 基于Otsu和GA的多目标图像分割220
6.11 基于二维Otsu和GA的图像分割221
6.12 基于Otsu和改进GA的图像分割222
6.13 基于遗传K-均值聚类算法的图像分割224
6.14 基于GA的指纹图像分割算法226
6.15 基于遗传神经网络的图像分割228
第七章 基于遗传算法的图像恢复、增强、拼接和匹配234
7.1 基于GA的参数优化方法234
7.2 基于GA的图像恢复242
7.3 基于GA的图像倾斜检测与校正246
7.4 基于GA的图像增强249
7.5 基于GA的图像碎片拼接方法256
7.5.1 基础知识257
7.5.2 消除图像碎片拼接缝方法257
7.5.3 基于GA的图像拼接259
7.6 基于GA的图像匹配261
7.6.1 图像匹配方法分类261
7.6.2 基于GA的图像匹配方法263
7.6.3 基于云GA（CGA）的图像匹配271
7.7 基于交互式GA的图像检索272
7.8 基于Otsu和GA的图像边缘检测方法276
参考文献278