粒子群优化算法在医学显微图像分割中的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究背景与意义 | 第11-12页 |
| ·粒子群优化算法概述 | 第12-13页 |
| ·图像分割概述 | 第13-14页 |
| ·本文主要工作 | 第14-15页 |
| ·本文组织结构 | 第15-17页 |
| 第二章 项目背景介绍 | 第17-38页 |
| ·计算机辅助精液分析系统 | 第17-19页 |
| ·系统组成和框架 | 第17-18页 |
| ·软件模块 | 第18-19页 |
| ·分析流程 | 第19页 |
| ·医学显微图像的分割 | 第19-27页 |
| ·动力分析模块中的图像分割 | 第20-22页 |
| ·DNA 碎片分析模块中的图像分割 | 第22-24页 |
| ·形态学分析模块中的图像分割 | 第24-27页 |
| ·图像分割 | 第27-37页 |
| ·双峰法 | 第27-28页 |
| ·最小误差法 | 第28-29页 |
| ·矩量保持法 | 第29-30页 |
| ·最大类间方差法 | 第30-31页 |
| ·最大信息熵法 | 第31-33页 |
| ·模糊C-均值聚类 | 第33-37页 |
| ·本章小结 | 第37-38页 |
| 第三章 粒子群算法 | 第38-46页 |
| ·粒子群算法介绍 | 第38-42页 |
| ·群体智能 | 第38页 |
| ·粒子群算法基本思想 | 第38-39页 |
| ·粒子群算法的数学描述 | 第39-40页 |
| ·粒子群算法参数设置 | 第40-41页 |
| ·粒子群算法流程 | 第41-42页 |
| ·改进粒子群算法 | 第42-45页 |
| ·带惯性权重PSO | 第42-43页 |
| ·引入收缩因子PSO | 第43-44页 |
| ·离散PSO | 第44页 |
| ·小生境PSO | 第44页 |
| ·混合PSO | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 本文改进算法 | 第46-59页 |
| ·算法分析 | 第46-48页 |
| ·算法流程 | 第48-49页 |
| ·数值模拟仿真实验 | 第49-58页 |
| ·基准测试函数 | 第49-53页 |
| ·参数α对结果的影响 | 第53-54页 |
| ·实验设置与结果分析 | 第54-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 粒子群优化算法在图像分割中的研究 | 第59-75页 |
| ·粒子群算法适用于图像分割 | 第59-60页 |
| ·粒子群算法应用于图像分割步骤 | 第60-62页 |
| ·实验设置与结果分析 | 第62-74页 |
| ·基于PSO 的Otsu 图像分割 | 第63-66页 |
| ·基于PSO 的最大熵图像分割 | 第66-69页 |
| ·基于PSO 的FCM 图像分割 | 第69-73页 |
| ·结论 | 第73-74页 |
| ·本章小结 | 第74-75页 |
| 总结与展望 | 第75-77页 |
| 参考文献 | 第77-82页 |
| 攻读硕士学位期间取得的研究成果 | 第82-83页 |
| 致谢 | 第83页 |
