基于BBO算法的多阈值图像分割研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.2 研究现状 | 第11-13页 |
| 1.2.1 多阈值分割的研究现状 | 第11-12页 |
| 1.2.2 BBO算法的研究现状 | 第12-13页 |
| 1.3 主要研究内容 | 第13-14页 |
| 1.4 本文的结构安排 | 第14-16页 |
| 2 图像分割基本原理 | 第16-22页 |
| 2.1 图像分割的理论 | 第16页 |
| 2.2 阈值分割 | 第16-21页 |
| 2.2.1 最大熵多阈值分割法 | 第17-18页 |
| 2.2.2 二维指数交叉熵多阈值分割法 | 第18-21页 |
| 2.3 本章小结 | 第21-22页 |
| 3 智能优化算法的介绍 | 第22-39页 |
| 3.1 BBO算法的起源 | 第22-23页 |
| 3.2 BBO算法的基本术语 | 第23-24页 |
| 3.3 BBO算法的基本原理 | 第24-32页 |
| 3.3.1 迁移模型 | 第24-26页 |
| 3.3.2 迁移算子 | 第26-28页 |
| 3.3.3 变异算子 | 第28-30页 |
| 3.3.4 BBO算法流程 | 第30-32页 |
| 3.4 其他几种智能优化算法 | 第32-38页 |
| 3.4.1 遗传算法介绍 | 第32-35页 |
| 3.4.2 粒子群算法介绍 | 第35-36页 |
| 3.4.3 BBO算法与其他算法的异同 | 第36-38页 |
| 3.5 本章小结 | 第38-39页 |
| 4 BBO算法的改进及其在图像分割中的应用 | 第39-45页 |
| 4.1 改进的生物地理学算法 | 第39-42页 |
| 4.1.1 选择操作 | 第39-40页 |
| 4.1.2 改进的迁移操作 | 第40-41页 |
| 4.1.3 二进制变异操作 | 第41-42页 |
| 4.2 改进BBO算法的二维交叉熵多阈值图像分割 | 第42-44页 |
| 4.3 本章小结 | 第44-45页 |
| 5 实验结果与分析 | 第45-53页 |
| 5.1 实验仿真 | 第45-50页 |
| 5.2 图像分割结果的客观性能评价 | 第50-52页 |
| 5.3 本章小结 | 第52-53页 |
| 6 总体展望 | 第53-55页 |
| 6.1 工作总结 | 第53-54页 |
| 6.2 工作展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士学位期间的科研成果 | 第59页 |
