基于MATLAB和遗传算法的图像处理 _生活百科

文章插图
基于MATLAB和遗传算法的图像处理【基于MATLAB和遗传算法的图像处理】《基于MATLAB和遗传算法的图像处理》是2015年西安电子科技大学出版社出版的图书，作者是鱼滨、张善文、郭竟、谢泽奇。
基本介绍书名：基于MATLAB和遗传算法的图像处理
作者：鱼滨、张善文、郭竟、谢泽奇
ISBN：978-7-5606-3635-1
定价：28.05元
出版社：西安电子科技大学出版社
出版时间：2015-09
编辑推荐本书的主要特点概括如下： (1) 内容由浅入深。本书循序渐进地讲述GA的基础知识及其在图像处理中的套用，层次结构简洁明了，适合初学者学习GA和套用GA进行图像处理。(2) 实例丰富，实用性强。本书打破了图像处理类图书理论多、算法多、实例少的惯例，重在MATLAB下的GA在图像处理中的实现及套用，重在实例。(3) 语言简洁精练，可读性强。本书以简洁、通俗的语言来说明图像处理的基本理论，避免过于複杂的数学推导，提高了可读性和可用性。在实例的程式代码中，对关键的代码进行点睛式的注释，让读者在程式中快速有效地掌握GA的套用。很多专家和学者为本书提供了基于GA的图像处理方面的资料和应用程式代码，西安电子科技大学出版社戚文艳编辑为本书的出版做了大量辛勤工作，在此一併表示感谢。正是多方面的支持才使本书得以呈献给读者。内容简介本书系统介绍了MATLAB环境下遗传算法的功能特点及其在图像处理中的套用。全书共分为7章。第一章至第三章介绍遗传算法的基础知识，包括遗传算法的基本原理，编码、选择、交叉、变异，适应度函式，控制参数选择，约束条件处理，模式定理，改进的遗传算法，早熟收敛问题及其防止，小生境技术等。第四章介绍图像处理的基础知识，第五章介绍MATLAB遗传算法工具箱及其使用方法。第六章和第七章举例介绍多种基于遗传算法的图像分割、恢复、增强、拼接等方法，并给出了程式代码。本书取材新颖，内容丰富，理例结合，图文并茂，注重套用。书中包含大量的实例和对应的程式代码，便于自学、套用和举一反三。本书可作为高等院校计算机、自动化、信息、管理、控制与系统工程等专业本科生或研究生的教学参考书，也可供其他专业的师生以及科研和工程技术人员自学或参考。目录第一章绪论 11.1 遗传算法基础 11.1.1 遗传算法的由来和发展 11.1.2 生物遗传与GA原理 31.1.3 GA与传统方法比较 41.1.4 GA的特点和优缺点 51.1.5 GA中的一些术语 91.1.6 GA的研究方向 101.1.7 MATLAB与GA工具箱 111.1.8 基于GA的套用 111.2 图像处理基础 121.2.1 像素和解析度 121.2.2 图像处理算法及其套用实例 151.2.3 GA在图像处理中的套用 181.2.4 常见图像处理软体 19第二章遗传算法基础 222.1 遗传算法的理论基础 222.1.1 模式及模式定理 222.1.2 一个实例 272.1.3 有效模式数论 282.1.4 积木块假设 302.2 遗传算法的基本知识 322.2.1 编码 322.2.2 初始群体生成 362.2.3 遗传运算元 362.2.4 适应度 462.2.5 约束条件 492.2.6 参数设定 502.3 简单GA 512.4 GA的实现过程 532.4.1 一般GA的流程 532.4.2 GA的运行过程 552.4.3 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 643.1 GA的主要问题 643.1.1 欺骗和竞争问题 643.1.2 参数调节、终止条件判断、邻近交叉和收敛问题 673.1.3 GA难问题 683.1.4 早熟收敛现象及其防止 693.1.5 种群的多样性 723.1.6 三个遗传运算元对收敛性的影响 723.1.7 GA性能评估 723.2 改进的GA 743.2.1 改进GA的一般思路 743.2.2 改进GA之一 763.2.3 改进GA之二 773.2.4 改进GA之三 793.2.5 改进GA之四 803.2.6 改进GA之五 833.2.7 改进GA之六 843.2.8 改进GA之七 873.2.9 改进GA之八 893.2.10 微种群GA 913.2.11 多种群GA 923.2.12 遗传退火进化算法(GAEA) 953.3 并行GA 963.4 多目标最佳化中的GA 983.4.1 多目标最佳化的概念 983.4.2 多目标最佳化问题的GA 993.5 基于小生境GA及其改进 1033.5.1 小生境技术和共享函式 1033.5.2 小生境GA 1043.5.3 改进的小生境GA(NGA) 105第四章 MATLAB数字图像处理基础 1074.1 基于MATLAB的绘图方法 1074.2 MATLAB的图像处理基础 1114.3 基于MATLAB的图像处理方法 1134.4 MATLAB的图像恢複函数 1264.5 图形的修饰与标注 1304.6 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 1335.1 安装MATLAB的GA工具箱 1335.2 MATLAB 7.0的GADS的主要函式及其参数 1355.3 GADS的主要函式详解 1385.4 遗传工具箱GADS的GUI界面 1465.5 基于GATBX工具箱的GA实例 1505.6 GATBX与GADS工具箱比较 1545.7 GA程式设计实例 156第六章基于遗传算法的图像分割方法 1676.1 图像分割方法概述 1676.1.1 图像分割基础 1676.1.2 常用的图像分割方法 172 6.2 最大熵阈值图像分割 1816.2.1 一维最大熵阈值分割 1816.2.2 二维最大熵阈值分割 1836.3 类间最大方差法(Otsu法) 1856.3.1 一维Otsu法 1856.3.2 二维Otsu法 1896.4 基于Sheffield的GA工具箱的图像分割 1926.5 基于GA的全局阈值的图像分割 1956.6 基于GA和分类类别函式的图像分割方法 1966.7 基于GA的彩色图像分割方法 1976.8 基于最大熵法和GA的图像分割算法 1996.8.1 一维最大熵算法与GA相结合的图像分割 1996.8.2 二维最大熵算法与GA相结合的图像分割 2056.8.3 二维最大直方图熵法和改进GA的分割图像 2106.9 基于Otsu与GA相结合的图像分割 2146.10 基于Otsu和GA的多目标图像分割 2206.11 基于二维Otsu和GA的图像分割 2216.12 基于Otsu和改进GA的图像分割 2226.13 基于遗传K均值聚类算法的图像分割 2246.14 基于GA的指纹图像分割算法 2266.15 基于遗传神经网路的图像分割 228第七章基于遗传算法的图像恢复、增强、拼接和匹配 2347.1 基于GA的参数最佳化方法 2347.2 基于GA的图像恢复 2427.3 基于GA的图像倾斜检测与校正 2467.4 基于GA的图像增强 2497.5 基于GA的图像碎片拼接方法 2567.5.1 基础知识 2577.5.2 消除图像碎片拼接缝方法 2577.5.3 基于GA的图像拼接 2597.6 基于GA的图像匹配 2617.6.1 图像匹配方法分类 2617.6.2 基于GA的图像匹配方法 2637.6.3 基于云GA(CGA)的图像匹配 2717.7 基于互动式GA的图像检索 2727.8 基于Otsu和GA的图像边缘检测方法 276参考文献 278