Amitava+Chatterjee等

基于计算智能的技术作为可行的、数学工具已经有超过十年的时间，它们广泛地应用于许多系统和领域，诸如：信号处理、自动化控制、机器人学、电力系统等。图像处理也吸引了众多对基于计算智能的技术应用感兴趣的研究者，是一个很受关注的研究问题及现实问题。最初，大部分的研究工作，主要集中在发展常规模糊系统、神经网络和基于遗传算法的解决方案上。随着基于计算智能的很多分支技术的提出，有效地解决了涉及多维非线性数学问题中本质的图像处理问题。目前，基于计算智能的技术已经成功地应用于图像处理中。

全书由4部分组成。第1部分 图像预处理算法，包含第1-4章：1.基于2型神经模糊技术的改进数字图像增强过滤器。本章系统地介绍了2-型神经模糊系统在图像增强中的应用；2.采用PSO调谐区域均衡化的局部均衡图像对比度增强。介绍了全局直方图增强原理，处理过程与基于PSO参数优化及其算法流程；3.基于模糊熵阈值的混合BBODE算法。介绍了模糊集理论与利用其进行的图像模型、三级阈值等概念，描述了基于生物地理学最优化算法和改进的差分生物地理学最优化算法；4.一种图像分割遗传程序设计方法。以分类的角度看待图像分割问题，利用遗传程序设计方法进行图像分割，介绍了遗传编程的思想及一些实验测试结果。

第2部分 图像压缩算法，包括第5-7章：5.基于模糊聚类矢量量化的图像压缩。介绍了现有模糊聚类的矢量量化技术概述，并提出了一个有效的模糊聚类的图像压缩算法；……