| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 1 绪论 | 第11-15页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 本文结构安排 | 第14-15页 |
| 2 基础理论 | 第15-27页 |
| 2.1 粗糙集理论 | 第15-22页 |
| 2.1.1 粗糙集 | 第15-19页 |
| 2.1.2 变精度粗糙集 | 第19-21页 |
| 2.1.3 粗糙熵 | 第21-22页 |
| 2.2 粒子群优化算法的理论 | 第22-24页 |
| 2.3 图像分割理论 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 传统的图像阈值分割算法 | 第27-32页 |
| 3.1 人工阈值选择法 | 第27页 |
| 3.2 自动阈值选择法 | 第27-31页 |
| 3.2.1 迭代法 | 第27-29页 |
| 3.2.2 最大类间方差法 | 第29-30页 |
| 3.2.3 最大平均熵法 | 第30-31页 |
| 3.3 本章小结 | 第31-32页 |
| 4 变精度粗糙集和粒子群的图像单阈值分割算法 | 第32-51页 |
| 4.1 变精度粗糙集表示图像 | 第32-34页 |
| 4.2 变精度粗糙集最大依赖度和粒子群的图像分割算法 | 第34-38页 |
| 4.3 变精度最大粗糙熵和粒子群的图像分割算法 | 第38-43页 |
| 4.4 变精度最小平方粗糙熵和粒子群的图像分割算法 | 第43-50页 |
| 4.5 本章小结 | 第50-51页 |
| 5 总结与展望 | 第51-53页 |
| 5.1 总结 | 第51页 |
| 5.2 展望 | 第51-53页 |
| 6 参考文献 | 第53-58页 |
| 7 攻读硕士学位期间发表的学术论文 | 第58-59页 |
| 致谢 | 第59页 |