基于改进布谷鸟优化的图像分割算法研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究内容 | 第9-10页 |
| 1.3 论文结构安排 | 第10-12页 |
| 第二章 相关理论及研究现状 | 第12-26页 |
| 2.1 图像分割算法概述 | 第12-15页 |
| 2.1.1 图像分割概念 | 第12页 |
| 2.1.2 国内外图像分割算法研究现状 | 第12-15页 |
| 2.2 基于模糊聚类的图像分割 | 第15-23页 |
| 2.2.1 模糊聚类的基础理论 | 第15-21页 |
| 2.2.2 模糊聚类在图像分割中的应用 | 第21-23页 |
| 2.3 多目标优化算法理论介绍 | 第23-25页 |
| 2.3.1 多目标问题介绍 | 第23-24页 |
| 2.3.2 多目标优化算法简介 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 布谷鸟算法及其改进 | 第26-34页 |
| 3.1 布谷鸟算法的基本理论 | 第26-30页 |
| 3.2 布谷鸟算法的研究现状 | 第30-31页 |
| 3.3 布谷鸟算法的改进 | 第31-33页 |
| 3.3.1 标准布谷鸟算法的不足 | 第31页 |
| 3.3.2 改进的布谷鸟算法 | 第31-32页 |
| 3.3.3 仿真实验 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 基于改进布谷鸟的模糊聚类图像分割算法 | 第34-42页 |
| 4.1 引言 | 第34页 |
| 4.2 改进布谷鸟的模糊聚类图像分割算法的实现 | 第34-36页 |
| 4.2.1 对聚类中心进行编码 | 第34-35页 |
| 4.2.2 适应度函数的选取 | 第35页 |
| 4.2.3 改进布谷鸟的模糊聚类图像分割算法流程 | 第35-36页 |
| 4.3 实验结果的分析与讨论 | 第36-41页 |
| 4.3.1 仿真环境及实验参数 | 第36-39页 |
| 4.3.2 性能分析 | 第39-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第五章 基于改进布谷鸟的多目标图像分割 | 第42-52页 |
| 5.1 引言 | 第42页 |
| 5.2 基于多目标布谷鸟的图像分割 | 第42-46页 |
| 5.2.1 多目标布谷鸟算法基本框架 | 第42-43页 |
| 5.2.2 适应度函数的选取 | 第43-45页 |
| 5.2.3 多目标布谷鸟的图像分割 | 第45-46页 |
| 5.3 实验结果的分析与讨论 | 第46-51页 |
| 5.4 本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第57-58页 |
| 附录2 攻读硕士学位期间撰写的专利 | 第58-59页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第59-60页 |
| 致谢 | 第60页 |
