| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 引言 | 第9-12页 |
| 1.1 研究背景和意义 | 第9页 |
| 1.2 图像处理技术的研究现状 | 第9-10页 |
| 1.3 本文研究内容及论文结构 | 第10-12页 |
| 第2章 烟花算法及其改进 | 第12-19页 |
| 2.1 引言 | 第12页 |
| 2.2 烟花算法基本原理 | 第12-14页 |
| 2.3 烟花算法的数学描述 | 第14-17页 |
| 2.4 烟花算法的改进及与其他算法的混合 | 第17-18页 |
| 2.5 本章小结 | 第18-19页 |
| 第3章 烟花算法在多阈值图像分割中的应用 | 第19-38页 |
| 3.1 引言 | 第19页 |
| 3.2 烟花算法在OTSU多阈值图像分割中的应用 | 第19-28页 |
| 3.2.1 基于Otsu的多阈值图像分割 | 第20-21页 |
| 3.2.2 实验对比 | 第21-28页 |
| 3.3 烟花算法在最小交叉熵多阈值图像分割中的应用 | 第28-37页 |
| 3.3.1 基于最小交叉熵的多阈值图像分割 | 第28-29页 |
| 3.3.2 实验对比 | 第29-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 烟花算法在小波纹理特征提取中的应用 | 第38-48页 |
| 4.1 引言 | 第38页 |
| 4.2 图像纹理特征提取与选择 | 第38-42页 |
| 4.2.1 Gabor小波变换简介 | 第39页 |
| 4.2.2 基于Gabor滤波器特征提取的数学描述 | 第39-42页 |
| 4.3 烟花算法在特征选择中的应用 | 第42-47页 |
| 4.3.1 二进制烟花算法在Gabor特征选择中的应用 | 第42-44页 |
| 4.3.2 实验对比 | 第44-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第5章 烟花算法在优化支持向量机参数中的应用 | 第48-57页 |
| 5.1 引言 | 第48页 |
| 5.2 支持向量机简介 | 第48-51页 |
| 5.2.1 支持向量机原理 | 第48-50页 |
| 5.2.2 支持向量机核函数分类 | 第50-51页 |
| 5.3 烟花算法在支持向量机参数优化中的应用 | 第51-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第6章 总结和展望 | 第57-60页 |
| 6.1 总结 | 第57-58页 |
| 6.2 展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63页 |
