| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景和意义 | 第10页 |
| ·国内外研究现状 | 第10-13页 |
| ·本文工作 | 第13页 |
| ·论文结构 | 第13-15页 |
| 第二章 多目标图像分割算法简介 | 第15-24页 |
| ·霍夫变换 | 第16-17页 |
| ·二维OTSU 方法 | 第17-19页 |
| ·粒子群方法 | 第19-21页 |
| ·支持向量机方法 | 第21-22页 |
| ·本章小结 | 第22-24页 |
| 第三章 复杂环境下多目标图像分割算法研究 | 第24-41页 |
| ·基于改进霍夫变换检测头顶圆的图像分割方法 | 第24-29页 |
| ·霍夫变换新的改进方法 | 第25-26页 |
| ·分割算法 | 第26-27页 |
| ·试验结果 | 第27-29页 |
| ·基于改进二维OTSU 方法和量子粒子群算法融合的快速分割方法 | 第29-34页 |
| ·改进的OTSU 方法 | 第29-32页 |
| ·量子粒子群算法 | 第32-33页 |
| ·改进算法 | 第33-34页 |
| ·实验结果及分析 | 第34页 |
| ·基于改进支持向量机的快速图像分割方法 | 第34-40页 |
| ·支持向量机方法用于图像分割 | 第35-36页 |
| ·二维灰度直方图 | 第36-37页 |
| ·粗估计法得到阈值 | 第37页 |
| ·训练样本的选取 | 第37页 |
| ·图像分割算法 | 第37-38页 |
| ·实验结果及分析 | 第38-39页 |
| ·结论 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 复杂环境下多目标图像分割算法实验及结果分析 | 第41-48页 |
| ·多目标图像分割实验方法 | 第41-45页 |
| ·改进的纹理特征提取方法 | 第42-44页 |
| ·几何特征提取 | 第44-45页 |
| ·多目标图像分割实验算法 | 第45-46页 |
| ·实验结果及分析 | 第46-47页 |
| ·结论 | 第47页 |
| ·本章小结 | 第47-48页 |
| 总结和展望 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
| 附录 （攻读硕士学位期间发表论文及参与的科研项目） | 第55页 |
