| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-9页 |
| 第1章 绪论 | 第9-14页 |
| ·本文选题的研究意义 | 第9-10页 |
| ·图像分割的定义及研究现状 | 第10-12页 |
| ·粒子群算法的研究现状 | 第12-13页 |
| ·本文的组织结构 | 第13-14页 |
| 第2章 相关理论与技术 | 第14-26页 |
| ·彩色模型基础 | 第14-19页 |
| ·RGB 彩色模型 | 第15-16页 |
| ·CIELAB 彩色模型 | 第16-17页 |
| ·HSI 彩色模型 | 第17-19页 |
| ·彩色图像分割方法 | 第19-24页 |
| ·伪彩色图像分割方法 | 第19-23页 |
| ·全彩色图像分割方法 | 第23-24页 |
| ·本章小结 | 第24-26页 |
| 第3章 粒子群算法在图像分割中的改进及应用 | 第26-37页 |
| ·粒子群算法的基本思想 | 第26-27页 |
| ·粒子群算法在图像分割领域的应用 | 第27-28页 |
| ·一种改进的粒子群算法 | 第28-36页 |
| ·改进粒子群算法原理 | 第28-32页 |
| ·改进粒子群算法的算法设计 | 第32-34页 |
| ·改进粒子群算法的基准函数测试 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 粒子群与聚类相结合的图像分割方法 | 第37-48页 |
| ·模糊 C 均值聚类算法 | 第37-41页 |
| ·模糊 C 均值聚类算法基本原理与应用 | 第37-39页 |
| ·模糊 C 均值聚类算法分割图像的过程 | 第39-41页 |
| ·基于 FCM 聚类算法的彩色图像分割算法分析 | 第41页 |
| ·改进算法的算法描述 | 第41-44页 |
| ·改进算法分析 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 实验与结果分析 | 第48-57页 |
| ·改进粒子群算法实验设计及结果分析 | 第48-52页 |
| ·改进 FCM 算法的彩色图像分割实验设计及结果分析 | 第52-56页 |
| ·本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64页 |