| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第9-12页 |
| ·图像分割算法的发展和研究现状 | 第9-10页 |
| ·智能算法在图像分割中的应用 | 第10-11页 |
| ·本文的研究目的和内容安排 | 第11-12页 |
| 第二章 应用遗传聚类算法进行图像分割的基本理论 | 第12-26页 |
| ·图像分割算法的基本理论 | 第12-15页 |
| ·图像分割的基本概念 | 第12-13页 |
| ·图像分割的基本方法 | 第13-15页 |
| ·图像分割的定量评价 | 第15-16页 |
| ·遗传算法的基本原理 | 第16-21页 |
| ·遗传算法的发展历程 | 第16-17页 |
| ·遗传算法的基本流程 | 第17-19页 |
| ·遗传算法的理论基础 | 第19-20页 |
| ·遗传算法的优点 | 第20-21页 |
| ·遗传算法的不足之处 | 第21页 |
| ·聚类分析理论概述 | 第21-25页 |
| ·聚类分析的起源与发展 | 第21页 |
| ·聚类的定义 | 第21-22页 |
| ·聚类算法的种类 | 第22-23页 |
| ·聚类算法的基本数据结构类型 | 第23-24页 |
| ·聚类中的距离公式 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于改进遗传算法最大类间方差的图像分割 | 第26-32页 |
| ·最大类间方差阈值分割原理 | 第26-27页 |
| ·基于改进遗传算法最大类间方差的图像分割 | 第27-29页 |
| ·实验结果与分析 | 第29-31页 |
| ·本章小节 | 第31-32页 |
| 第四章 改进的遗传K-均值聚类算法在图像分割中的应用 | 第32-40页 |
| ·K-均值聚类算法描述 | 第32页 |
| ·遗传K-均值聚类算法 | 第32-34页 |
| ·遗传算法和K-均值聚类算法的结合 | 第32-33页 |
| ·基于遗传算法的K-均值聚类目标函数 | 第33-34页 |
| ·改进的遗传K-均值聚类算法在图像分割中的应用 | 第34-36页 |
| ·实验结果及分析 | 第36-39页 |
| ·本章小节 | 第39-40页 |
| 第五章 总结与进一步研究工作 | 第40-42页 |
| 参考文献 | 第42-47页 |
| 致谢 | 第47-48页 |
| 在学期间所发表的文章 | 第48页 |