| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 1 绪论 | 第11-25页 |
| 1.1 选题意义与动机 | 第11-12页 |
| 1.2 图像分割定义和技术分类 | 第12-14页 |
| 1.3 阈值分割方法国内外研究现状 | 第14-20页 |
| 1.3.1. 阈值分割及其分类 | 第14-15页 |
| 1.3.2. 图像阈值分割的国内外研究现状 | 第15-20页 |
| 1.4 本文的研究内容 | 第20-25页 |
| 1.4.1. 问题提出 | 第20-21页 |
| 1.4.2. 论文的主要工作及创新点 | 第21-23页 |
| 1.4.3. 论文的结构及章节安排 | 第23-25页 |
| 2 二维最小类内指数方差自适应阈值法 | 第25-57页 |
| 2.1 引言 | 第25-26页 |
| 2.2 OTSU 方法的阈值原理分析 | 第26-37页 |
| 2.2.1. Otsu 方法的图像阈值分割简介 | 第26-28页 |
| 2.2.2. Otsu 阈值的求解过程及其必要条件分析 | 第28-37页 |
| 2.3 OTSU 阈值方法的改进 | 第37-40页 |
| 2.3.1. Otsu 阈值方法的相关衍生方法 | 第37-39页 |
| 2.3.2. 最小类内指数方差阈值法 | 第39-40页 |
| 2.4 二维最小类内指数方差阈值法 | 第40-49页 |
| 2.4.1. 图像的灰度-邻域灰度均值二维直方图 | 第41-42页 |
| 2.4.2. 基于灰度-邻域平均灰度二维直方图的 Otsu 阈值方法 | 第42-44页 |
| 2.4.3. 基于二维直方图斜分的最小类内指数方差的阈值方法 | 第44-46页 |
| 2.4.4. 最小类内指数方差的快速算法 | 第46-48页 |
| 2.4.5. 基于图像形状测度和粒子群算法的参数选择 | 第48-49页 |
| 2.5 实验结果与分析 | 第49-55页 |
| 2.6 小结 | 第55-57页 |
| 3 基于灰度-梯度激励强度共生矩阵的加权 RENYI 熵阈值分割 | 第57-83页 |
| 3.1 引言 | 第57-58页 |
| 3.2 基于熵的阈值选择方法及其问题分析 | 第58-62页 |
| 3.2.1. 基于熵的阈值选择方法原理 | 第58页 |
| 3.2.2. 基于灰度共生矩阵的阈值选择 | 第58-61页 |
| 3.2.3. 基于灰度共生矩阵的全局熵阈值分割存在的问题 | 第61-62页 |
| 3.3 基于灰度-梯度强度共生矩阵的 RENYI 熵阈值分割 | 第62-71页 |
| 3.3.1. 灰度-梯度激励强度共生矩阵的计算 | 第62-67页 |
| 3.3.2. 基于 GSGECM 和图像加权 Renyi 熵的快速阈值分割方法 | 第67-68页 |
| 3.3.3. 基于 GSGECM 的二维 Renyi 熵快速算法 | 第68-71页 |
| 3.4 基于图像形状测度和改进蛙跳算法的参数优化 | 第71-75页 |
| 3.4.1. 蛙跳算法原理 | 第71-72页 |
| 3.4.2. 蛙跳算法的改进 | 第72-74页 |
| 3.4.3. 基于图像形状测度的参数优化流程 | 第74-75页 |
| 3.5 实验结果与分析 | 第75-81页 |
| 3.6 小结 | 第81-83页 |
| 4 基于模糊 ARIMOTO 熵的多级阈值分割 | 第83-103页 |
| 4.1 引言 | 第83-84页 |
| 4.2 图像模糊集 | 第84-88页 |
| 4.2.1. 模糊集与模糊隶属度函数 | 第84-85页 |
| 4.2.2. 模糊划分 | 第85-86页 |
| 4.2.3. 图像模糊集 | 第86-88页 |
| 4.3 图像的模糊 ARIMOTO 熵与多级阈值分割 | 第88-92页 |
| 4.3.1. 基于模糊 Shannon 熵的阈值分割 | 第88-89页 |
| 4.3.2. 图像的 Arimoto 熵 | 第89-90页 |
| 4.3.3. 面向多级阈值分割的模糊 Arimoto 熵 | 第90-92页 |
| 4.4 基于混沌量子遗传算法和模糊 ARIMOTO 熵的多级阈值分割 | 第92-96页 |
| 4.4.1. 量子遗传算法 | 第92-94页 |
| 4.4.2. 混沌量子遗传算法 | 第94-96页 |
| 4.4.3. 基于混沌量子遗传算法的 Arimoto 模糊熵参数优化 | 第96页 |
| 4.5 实验结果与分析 | 第96-101页 |
| 4.6 小结 | 第101-103页 |
| 5 基于二维模糊 TSALLIS 熵的快速红外人体目标分割 | 第103-121页 |
| 5.1 引言 | 第103-104页 |
| 5.2 二维模糊 TSALLIS 熵的定义 | 第104-106页 |
| 5.2.1. 基于 Tsallis 熵的阈值方法原理 | 第104-105页 |
| 5.2.2. 图像的模糊 Tsallis 熵 | 第105-106页 |
| 5.3 图像的二维模糊 TSALLIS 熵 | 第106-111页 |
| 5.3.1. 图像的二维 Tsallis 熵与阈值分割 | 第106-108页 |
| 5.3.2. 模糊关系与图像的二维模糊 Tsallis 熵 | 第108-111页 |
| 5.4 二维模糊 TSALLIS 熵的快速算法 | 第111-112页 |
| 5.5 实验结果与分析 | 第112-119页 |
| 5.6 小结 | 第119-121页 |
| 6 总结与展望 | 第121-125页 |
| 6.1 论文工作总结 | 第121-123页 |
| 6.2 工作展望 | 第123-125页 |
| 致谢 | 第125-127页 |
| 参考文献 | 第127-139页 |
| 附录 | 第139页 |
| A 作者在攻读博士学位期间发表的论文目录 | 第139页 |
| B 作者在攻读博士学位期间参与的科研项目 | 第139页 |
