| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 盲道分割算法研究现状 | 第9-11页 |
| 1.2.2 图像分割算法研究现状 | 第11-12页 |
| 1.3 研究内容和章节安排 | 第12-15页 |
| 2 生物地理学优化算法 | 第15-23页 |
| 2.1 生物地理学起源 | 第15页 |
| 2.2 生物地理学算法的原理 | 第15-16页 |
| 2.3 算法构建 | 第16-21页 |
| 2.3.1 迁移操作和变异操作 | 第17-20页 |
| 2.3.2 算法的基本流程 | 第20-21页 |
| 2.4 小结 | 第21-23页 |
| 3 基于纹理特征的盲道图像分割算法 | 第23-41页 |
| 3.1 分水岭算法 | 第23-25页 |
| 3.2 基于图论的分割算法 | 第25-30页 |
| 3.2.1 图的定义 | 第26-27页 |
| 3.2.2 图的基本概念 | 第27-28页 |
| 3.2.3 等周分割算法 | 第28-30页 |
| 3.3 基于纹理信息的盲道分割算法 | 第30-38页 |
| 3.3.1 盲道纹理特征提取 | 第30-31页 |
| 3.3.2 核模糊C均值聚类算法 | 第31-33页 |
| 3.3.3 基于BBO-KFCM的纹理盲道分割算法 | 第33-34页 |
| 3.3.4 算法实验结果分析 | 第34-38页 |
| 3.4 小结 | 第38-41页 |
| 4 基于颜色特征的盲道图像分割算法 | 第41-59页 |
| 4.1 彩色空间 | 第41-44页 |
| 4.1.1 RGB三色空间 | 第42页 |
| 4.1.2 YUV空间 | 第42页 |
| 4.1.3 HSV空间 | 第42-43页 |
| 4.1.4 HSI空间 | 第43页 |
| 4.1.5 颜色空间的量化 | 第43-44页 |
| 4.2 基于区域的分割算法 | 第44-48页 |
| 4.2.1 区域生长技术 | 第44-46页 |
| 4.2.2 区域分裂聚合技术 | 第46-48页 |
| 4.3 基于直方图阈值分割算法 | 第48-51页 |
| 4.3.1 人工阈值选择法 | 第48-49页 |
| 4.3.2 自动阈值法 | 第49-51页 |
| 4.4 基于颜色信息的盲道分割算法 | 第51-56页 |
| 4.4.1 模糊C均值算法 | 第51-52页 |
| 4.4.2 HSI颜色空间的模糊C均值聚类算法 | 第52-53页 |
| 4.4.3 基于颜色空间的BBO-FCM盲道分割算法 | 第53-54页 |
| 4.4.4 算法实验结果分析 | 第54-56页 |
| 4.5 小结 | 第56-59页 |
| 5 总结与展望 | 第59-61页 |
| 5.1 总结 | 第59页 |
| 5.2 研究展望 | 第59-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第69页 |