群体智能优化算法改进及其在农业图像分割中的应用

　　农业图像中常用的算法分为四类，分别是基于阈值的分割方法、基于区域的分割方法、基于梯度的分割方法和基于数学形态学的分割方法。每种方法都有各自适应的领域。《群体智能优化算法改进及其在农业图像分割中的应用》应用理论研究分析与数值模拟实验相结合的方法，将优化方法、群体智能计算、数学和计算机科学等学科的相关知识融于农业图像的分割研究中。《群体智能优化算法改进及其在农业图像分割中的应用》针对阈值分割方法，在前人工作的基础上，对群体智能算法进行优化改进，并应用到农业图像分割中，对阈值分割方法进行改进，提出了相关的分割方法和模型。

暂缺《群体智能优化算法改进及其在农业图像分割中的应用》作者简介

第1章 绪论
1．1 计算机视觉技术
1．2 图像处理的内容
1．3 图像工程
1．4 外研究现状
1．5 所做工作及研究意义
第2章 群体智能优化算法概述
2．1 群体智能优化算法简介
2．2 混合蛙跳算法
2．3 和声搜索算法
2．4 果蝇优化算法
2．5 人工蜂群算法
第3章 群体智能优化算法的改进策略
3．1 群体智能优化算法性能比较
3．2 基于中心点双阈值模糊子群的混合蛙跳算法
3．3 基于模糊阈值补偿的混合蛙跳算法
3．4 基于全局共享因子的混合蛙跳算法
3．5 全局共享因子的和声搜索算法
3．6 快速全局收敛的果蝇优化算法
3．7 模拟创作自适应和声搜索算法
第4章 农业图像分割原理
4．1 图像识别的原理
4．2 农业图像分割原理
第5章 改进群体智能优化算法在农业图像分割的应用
5．1 基于和声搜索算法的图像阈值寻优算法
5．2 基于改进混合蛙跳算法的图像阈值分割算法
5．3 混合蛙跳细菌觅食的和声搜索算法的图像分割
5．4 基于改进和声搜索算法的玉米叶片病害图像分割算法
第6章 基于改进群体智能算法的农业图像分割模型
6．1 基于R分量群体智能算法的苹果图像分割模型
6．2 模拟创作自适应和声搜索的苹果图像多目标优化识别模型
第7章 结论与展望
7．1 结论
7．2 展望
参考文献