| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 选题背景及意义 | 第11-12页 |
| 1.2 进化算法及图像分割的研究现状 | 第12-13页 |
| 1.2.1 进化算法 | 第12-13页 |
| 1.2.2 图像分割 | 第13页 |
| 1.3 本文的研究内容和组织结构 | 第13-15页 |
| 第2章 图像分割 | 第15-26页 |
| 2.1 基于阈值的图像分割 | 第15-17页 |
| 2.1.1 最大类间方差法(Otsu法) | 第16-17页 |
| 2.1.2 最大熵法(Kapur法) | 第17页 |
| 2.2 基于边缘检测的图像分割 | 第17-20页 |
| 2.2.1 Roberts算子 | 第19页 |
| 2.2.2 Lapace算子 | 第19-20页 |
| 2.3 基于区域的图像分割 | 第20-21页 |
| 2.3.1 区域生长 | 第20-21页 |
| 2.3.2 区域分裂合并 | 第21页 |
| 2.4 基于图论的图像分割 | 第21-22页 |
| 2.5 基于模式识别的图像分割 | 第22-26页 |
| 2.5.1 统计模式识别 | 第23页 |
| 2.5.2 神经网络 | 第23-26页 |
| 第3章 进化算法 | 第26-34页 |
| 3.1 进化算法的基本原理 | 第26-28页 |
| 3.2 粒子群优化算法(Particle Swarm Optimization,PSO) | 第28-30页 |
| 3.3 细菌觅食算法(Bacterial Foraging Algorithm,BFA) | 第30-31页 |
| 3.4 差分进化算法(Differential Evolution,DE) | 第31-34页 |
| 第4章 基于回溯搜索优化算法的多阈值图像分割 | 第34-39页 |
| 4.1 回溯搜索优化算法 | 第34-36页 |
| 4.1.1 BSA基本原理和结构 | 第34-36页 |
| 4.1.2 与其它进化算法的比较 | 第36页 |
| 4.2 应用BSA算法求解多阈值问题 | 第36-37页 |
| 4.2.1 算法提出的动机 | 第36-37页 |
| 4.2.2 算法简介 | 第37页 |
| 4.3 算法详细描述 | 第37-39页 |
| 第5章 实验结果与分析 | 第39-48页 |
| 5.1 基于回溯搜索优化算法的多阈值MRI脑图像分割 | 第39-42页 |
| 5.1.1 Otsu方法的实验结果 | 第40-42页 |
| 5.1.2 Kapur方法的实验结果 | 第42页 |
| 5.2 基于回溯搜索优化算法的多阈值自然图像分割 | 第42-47页 |
| 5.2.1 Otsu方法的实验结果 | 第43-47页 |
| 5.2.2 Kapur方法的实验结果 | 第47页 |
| 5.3 本章小结 | 第47-48页 |
| 第6章 总结与展望 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52-53页 |
| 攻读学位期间发表的学术论文目录 | 第53-54页 |
| 学位论文评阅及答辩情况表 | 第54页 |
