| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 致谢 | 第7-10页 |
| 插图清单 | 第10-11页 |
| 第一章 绪论 | 第11-15页 |
| ·图像分割的研究背景及意义 | 第11-12页 |
| ·图像分割的研究背景 | 第11-12页 |
| ·图像分割的意义 | 第12页 |
| ·图像分割的研究现状 | 第12-13页 |
| ·本文的主要研究内容 | 第13页 |
| ·本文的结构安排 | 第13-15页 |
| 第二章 图像分割知识综述 | 第15-26页 |
| ·基本概念 | 第15-16页 |
| ·图像分割的定义 | 第15页 |
| ·灰度直方图 | 第15-16页 |
| ·与特定理论相结合的图像分割方法 | 第16-20页 |
| ·基于数学形态的图像分割方法 | 第16-17页 |
| ·基于神经网络的图像分割方法 | 第17-18页 |
| ·基于小波变换的图像分割方法 | 第18页 |
| ·基于统计模式识别的图像分割方法 | 第18-19页 |
| ·基于遗传算法的图像分割方法 | 第19页 |
| ·基于粗糙集理论的图像分割技术 | 第19页 |
| ·基于信息论的图像分割算法 | 第19-20页 |
| ·常用的图像分割方法 | 第20-24页 |
| ·阈值分割 | 第20-21页 |
| ·区域分割 | 第21-24页 |
| ·运动分割 | 第24页 |
| ·图像分割的评价准则 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于Otsu 算法的图像分割方法 | 第26-38页 |
| ·最大类间方差法 | 第26-29页 |
| ·一维Otsu 算法 | 第26-27页 |
| ·二维Otsu 算法 | 第27-29页 |
| ·二维Otsu 算法的改进 | 第29-31页 |
| ·类内离散度 | 第29-30页 |
| ·改进的Otsu 算法 | 第30-31页 |
| ·改进的阈值选取算法 | 第31页 |
| ·基于遗传算法的阈值优化 | 第31-34页 |
| ·遗传算法基本原理 | 第31-33页 |
| ·算法流程 | 第33-34页 |
| ·实验结果与分析 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于改进遗传算法的 Otsu 图像分割方法 | 第38-48页 |
| ·引言 | 第38页 |
| ·遗传算法的特点 | 第38-39页 |
| ·遗传算法的应用 | 第39-40页 |
| ·改进的遗传算法在图像分割中的应用 | 第40-47页 |
| ·改进的遗传算法 | 第40-42页 |
| ·与Otsu 算法相结合的分割阈值寻优 | 第42-43页 |
| ·实验结果与分析 | 第43-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| ·本文的主要研究工作 | 第48页 |
| ·进一步的工作和展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 攻读硕士学位期间参与的科研项目 | 第53-54页 |
| 攻读硕士学位期间发表的论文 | 第54-55页 |