| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 优化算法的概述 | 第10-11页 |
| 1.3 图像分割的概述 | 第11-14页 |
| 1.3.1 阈值分割法 | 第12-13页 |
| 1.3.2 边缘分割法 | 第13页 |
| 1.3.3 聚类分割法 | 第13-14页 |
| 1.4 优化算法在图像分割中的研究现状 | 第14-15页 |
| 1.5 论文结构 | 第15-17页 |
| 第2章 分子动理论优化算法及其发展 | 第17-30页 |
| 2.1 分子动理论优化算法 | 第17-20页 |
| 2.1.1 算法原理 | 第17-19页 |
| 2.1.2 算法步骤 | 第19-20页 |
| 2.2 分子动理论优化算法的发展 | 第20-26页 |
| 2.2.1 基于结晶的分子动理论优化算法 | 第20-21页 |
| 2.2.2 基于教学的分子动理论优化算法 | 第21-23页 |
| 2.2.3 人工记忆分子动理论优化算法 | 第23-25页 |
| 2.2.4 离散分子动理论优化算法 | 第25-26页 |
| 2.3 多种改进分子动理论优化算法的对比 | 第26-28页 |
| 2.4 本章小结 | 第28-30页 |
| 第3章 基于改进分子动理论优化算法的Otsu多阈值分割 | 第30-48页 |
| 3.1 基本分子动理论优化算法的不足 | 第30页 |
| 3.2 算法改进 | 第30-32页 |
| 3.2.1 多样性波动算子 | 第31页 |
| 3.2.2 精英协同精细化算 | 第31-32页 |
| 3.2.3 迁移交流算子 | 第32页 |
| 3.3 实验与结果分析 | 第32-35页 |
| 3.3.1 实验说明及其参数设置 | 第32-34页 |
| 3.3.2 高维和动态函数测试 | 第34-35页 |
| 3.4 算法收敛性及多样性分析 | 第35-36页 |
| 3.5 基于DP-KMTOA的多阈值图像分割 | 第36-47页 |
| 3.5.1 分割准则 | 第38-39页 |
| 3.5.2 分割步骤 | 第39页 |
| 3.5.3 测试图像 | 第39-41页 |
| 3.5.4 实验说明及参数设置 | 第41页 |
| 3.5.5 实验与结果分析 | 第41-47页 |
| 3.6 本章小结 | 第47-48页 |
| 第4章 基于DP-KMTOA的改进Otsu阈值分割 | 第48-66页 |
| 4.1 二维Otsu法 | 第48-51页 |
| 4.1.1 图像噪声 | 第48-49页 |
| 4.1.2 二维Otsu法原理 | 第49-50页 |
| 4.1.3 二维Otsu法的不足 | 第50-51页 |
| 4.2 改进Otsu法 | 第51-54页 |
| 4.2.1 直线截距直方图的Otsu法 | 第51-52页 |
| 4.2.2 后降噪策略 | 第52-54页 |
| 4.3 实验与结果分析 | 第54-61页 |
| 4.3.1 DP-KMTOA在ILIH Otsu多阈值分割中的分割步骤 | 第54-55页 |
| 4.3.2 不同Otsu算法分割效果比较 | 第55-57页 |
| 4.3.3 与聚类算法分割效果比较 | 第57-58页 |
| 4.3.4 DP-KMTOA与其他优化的比较算法 | 第58-61页 |
| 4.4 改进图像分割方法在汽车图像分割中的应用 | 第61-65页 |
| 4.4.1 车辆检测 | 第61-63页 |
| 4.4.2 KMTOA_ILIH Otsu的车辆图像分割 | 第63-65页 |
| 4.5 本章小结 | 第65-66页 |
| 第5章 结论与展望 | 第66-68页 |
| 5.1 本文总结 | 第66页 |
| 5.2 工作展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士学位期间科研成果 | 第73页 |
