| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-16页 |
| ·研究背景和意义 | 第8-9页 |
| ·国内外研究现状 | 第9-14页 |
| ·粒子群算法研究现状 | 第9-11页 |
| ·图像分割和纹理分类的研究现状 | 第11-14页 |
| ·本文主要研究内容 | 第14-16页 |
| 第2章 粒子群算法和混沌粒子群算法基本原理 | 第16-25页 |
| ·粒子群算法起源 | 第16-20页 |
| ·粒子群算法的生物学原理 | 第16-17页 |
| ·粒子群算法的基本流程 | 第17-18页 |
| ·粒子群算法的参数设置 | 第18-20页 |
| ·常用测试函数 | 第20页 |
| ·混沌粒子群算法和基本粒子群算法比较 | 第20-22页 |
| ·算法的改进思路 | 第21页 |
| ·混沌优化算法流程 | 第21-22页 |
| ·粒子群算法与图像处理 | 第22-23页 |
| ·小结 | 第23-25页 |
| 第3章 混沌粒子群算法在二维Fisher 图像分割中的应用 | 第25-40页 |
| ·粒子群算法 | 第25-26页 |
| ·混沌粒子群算法 | 第26-27页 |
| ·图像分割法 | 第27-31页 |
| ·基于灰度直方图的的阈值分割法 | 第28页 |
| ·OTSU 图像分割法 | 第28-29页 |
| ·最大熵法 | 第29-30页 |
| ·最小误差准则分割法 | 第30-31页 |
| ·二维 Fisher 图像分割算法 | 第31-35页 |
| ·一维直方图 | 第31-33页 |
| ·二维直方图 | 第33-34页 |
| ·二维Fisher 函数 | 第34-35页 |
| ·粒子群算法和混沌粒子群算法的实现对比 | 第35-39页 |
| ·实验结论 | 第39-40页 |
| 第4章 粒子群算法和混沌粒子群算法在“Tuned”模板训练中的应用 | 第40-50页 |
| ·纹理分类 | 第40-42页 |
| ·Law’s 模版和纹理分类 | 第41-42页 |
| ·灰度共生矩阵和纹理分类 | 第42页 |
| ·图像能量及特征提取 | 第42-47页 |
| ·产生“Tuned”模板的粒子群算法 | 第42-46页 |
| ·产生“Tuned”模板的混沌粒子群算法 | 第46-47页 |
| ·实验与分析 | 第47-49页 |
| ·实验结论 | 第49-50页 |
| 第5章 总结与展望 | 第50-52页 |
| ·总结 | 第50-51页 |
| ·展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-57页 |
| 附录 | 第57页 |