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 |