| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第一章 绪论 | 第7-13页 |
| ·图像分割研究的重要性及其意义 | 第7页 |
| ·图像分割的理论基础 | 第7-8页 |
| ·图像分割的基本方法 | 第8-11页 |
| ·边缘检测 | 第8-9页 |
| ·区域的生长和分裂合并 | 第9页 |
| ·阈值分割 | 第9-10页 |
| ·其它分割方法 | 第10-11页 |
| ·分割结果的评价 | 第11页 |
| ·本文主要内容与章节安排 | 第11-13页 |
| 第二章 模糊理论与应用 | 第13-18页 |
| ·模糊理论简介 | 第13页 |
| ·模糊集基础 | 第13-15页 |
| ·模糊理论在图像处理中的应用 | 第15-16页 |
| ·图像分割中的模糊技术 | 第16-18页 |
| 第三章 基于最大模糊熵和遗传算法的图像阈值分割 | 第18-33页 |
| ·引言 | 第18页 |
| ·阈值分割原理 | 第18页 |
| ·基于一维最大模糊熵的图像分割算法 | 第18-20页 |
| ·模糊集定义 | 第18-19页 |
| ·模糊熵 | 第19页 |
| ·一维最大模糊熵阈值分割 | 第19-20页 |
| ·基于二维最大模糊熵的图像分割算法 | 第20-22页 |
| ·引入二维直方图的必要性 | 第20-21页 |
| ·二维最大模糊熵阈值分割 | 第21-22页 |
| ·利用遗传算法优化二维最大模糊熵进行图像分割 | 第22-28页 |
| ·遗传算法概要 | 第22-23页 |
| ·遗传算子 | 第23-24页 |
| ·遗传算法的参数 | 第24页 |
| ·遗传算法的特点 | 第24-25页 |
| ·遗传分割算法的步骤 | 第25页 |
| ·实验结果与分析 | 第25-28页 |
| ·基于最大模糊熵和遗传算法的三类阈值分割 | 第28-33页 |
| ·基于最大模糊熵的三类阈值分割 | 第28-30页 |
| ·遗传分割算法的步骤 | 第30-31页 |
| ·实验结果与分析 | 第31-33页 |
| 第四章 基于模糊C均值聚类算法的图像分割 | 第33-42页 |
| ·引言 | 第33页 |
| ·聚类分析 | 第33-34页 |
| ·聚类分析简介 | 第33页 |
| ·聚类分析在图像分割中的应用 | 第33-34页 |
| ·模糊C均值聚类 | 第34-37页 |
| ·硬分类与模糊分类 | 第34-35页 |
| ·模糊C均值聚类算法简介 | 第35页 |
| ·模糊C均值聚类算法的实现 | 第35-37页 |
| ·模糊C均值聚类分割算法 | 第37-39页 |
| ·标准模糊C均值聚类分割算法 | 第37页 |
| ·结合空间信息的模糊C均值聚类分割算法 | 第37-38页 |
| ·快速FCM算法 | 第38-39页 |
| ·实验结果与分析 | 第39-42页 |
| 第五章 基于马尔可夫随机场与模糊C均值聚类的图像分割 | 第42-47页 |
| ·引言 | 第42页 |
| ·马尔可夫随机场(MRF)与Gibbs分布 | 第42-44页 |
| ·邻域系统与势团 | 第42-43页 |
| ·Markov随机场 | 第43页 |
| ·Gibbs随机场 | 第43-44页 |
| ·基于马尔可夫随机场的FCM算法的改进 | 第44-45页 |
| ·实验结果与分析 | 第45-47页 |
| 第六章 结束语 | 第47-49页 |
| ·总结 | 第47-48页 |
| ·展望 | 第48-49页 |
| 参考文献 | 第49-55页 |
| 研究生期间发表的论文 | 第55-56页 |
| 致谢 | 第56页 |