| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 SAR图像分割研究现状 | 第11-12页 |
| 1.3 人工蜂群算法研究现状 | 第12-14页 |
| 1.4 论文的内容安排 | 第14-18页 |
| 第2章 模糊理论和人工蜂群算法 | 第18-30页 |
| 2.1 模糊理论 | 第18-22页 |
| 2.1.1 模糊理论的基础 | 第18-19页 |
| 2.1.2 模糊隶属度函数 | 第19-21页 |
| 2.1.3 模糊熵的概念 | 第21-22页 |
| 2.2 人工蜂群算法 | 第22-27页 |
| 2.2.1 人工蜂群算法概念 | 第22-24页 |
| 2.2.2 人工蜂群算法的基本原理 | 第24-26页 |
| 2.2.3 人工蜂群算法的特征 | 第26-27页 |
| 2.3 模糊熵和人工蜂群算法在图像分割中的应用 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 改进模糊熵算法在图像分割中的应用 | 第30-48页 |
| 3.1 最大二维模糊熵的图像分割算法 | 第30-35页 |
| 3.1.1 图像Shannon模糊熵的定义 | 第30-31页 |
| 3.1.2 二维灰度直方图 | 第31-32页 |
| 3.1.3 模糊隶属度函数及最大模糊熵 | 第32-35页 |
| 3.2 改进最大二维模糊熵的图像分割算法 | 第35-38页 |
| 3.2.1 图像Renyi模糊熵的定义 | 第35-36页 |
| 3.2.2 改进二维直方图 | 第36-37页 |
| 3.2.3 模糊隶属度函数及最大模糊熵 | 第37-38页 |
| 3.3 实验结果与分析 | 第38-46页 |
| 3.4 本章小结 | 第46-48页 |
| 第4章 改进ABC算法在SAR图像分割中的应用 | 第48-64页 |
| 4.1 基本ABC算法 | 第48-50页 |
| 4.2 改进工ABC算法 | 第50-53页 |
| 4.2.1 改进蜜源搜索策略和选择概率 | 第50-51页 |
| 4.2.2 改进IABC算法的流程 | 第51-53页 |
| 4.3 基于改进最大模糊熵和IABC算法SAR图像分割 | 第53-56页 |
| 4.3.1 灰度形态学 | 第53-54页 |
| 4.3.2 基于改进最大模糊熵和IABC算法图像分割的流程 | 第54-56页 |
| 4.4 实验结果与对比分析 | 第56-62页 |
| 4.5 本章小结 | 第62-64页 |
| 第5章 总结与展望 | 第64-66页 |
| 5.1 总结 | 第64-65页 |
| 5.2 展望 | 第65-66页 |
| 参考文献 | 第66-72页 |
| 致谢 | 第72页 |