| 中文摘要 | 第1-9页 |
| 第一章 引言 | 第9-12页 |
| 1．1 前言 | 第9-10页 |
| 1．2 图像分割技术发展简介 | 第10页 |
| 1．3 遗传算法发展简介 | 第10-11页 |
| 1．4 论文的主要内容 | 第11-12页 |
| 第二章 基于遗传算法的图像分割研究现状 | 第12-19页 |
| 2．1 利用遗传算法优化模糊C-均值算法进行图像分割 | 第12-14页 |
| 2．1．1 问题的引出 | 第12页 |
| 2．1．2 模糊C—均值算法的基本思想 | 第12-13页 |
| 2．1．3 基本步骤 | 第13页 |
| 2．1．4 参数的选择与实验结果 | 第13-14页 |
| 2．2 遗传算法加速最大类间方差进行图像分割 | 第14-19页 |
| 2．2．1 问题的引出 | 第14-15页 |
| 2．2．2 最大类间方差的基本思 | 第15页 |
| 2．2．3 基本步骤 | 第15-16页 |
| 2．2．4 实验结果与结论 | 第16页 |
| 2．2．5 改进 | 第16-19页 |
| 2．2．5．1 基本思想 | 第16-17页 |
| 2．2．5．2 实验结果 | 第17-19页 |
| 第三章 图像边缘检测和阈值分割 | 第19-32页 |
| 3．1 图像边缘检测 | 第19-23页 |
| 3．2 图像阈值分割 | 第23-32页 |
| 3．2．1 直方图分割法 | 第23-24页 |
| 3．2．2 基于灰度期望值的阈值分割 | 第24-25页 |
| 3．2．3 最大类间方差阈值分割 | 第25-27页 |
| 3．2．4 最大熵阈值分割 | 第27-28页 |
| 3．2．5 迭代分割法 | 第28-29页 |
| 3．2．6 实验结果比较 | 第29-30页 |
| 3．2．7 基于坐标位置的阈值分割 | 第30-32页 |
| 第四章 遗传算法理论 | 第32-44页 |
| 4．1 遗传算法的基本概念 | 第32-33页 |
| 4．2 标准遗传算法 | 第33-36页 |
| 4．2．1 标准遗传算法的基本流程 | 第33-34页 |
| 4．2．2 标准遗传算法的要素 | 第34-36页 |
| 4．3 遗传算法的基本原理 | 第36-38页 |
| 4．3．1 模式定理 | 第37页 |
| 4．3．1．1 模式 | 第37页 |
| 4．3．1．2 模式定理 | 第37页 |
| 4．3．2 积木块假设 | 第37-38页 |
| 4．4 遗传算法的特点 | 第38-40页 |
| 4．4．1 传统搜索算法 | 第38-39页 |
| 4．4．2 遗传算法的特点 | 第39-40页 |
| 4．5 遗传算法理论研究现状 | 第40-42页 |
| 4．5．1 遗传算法的理论基础、数学模型 | 第40-41页 |
| 4．5．2 混合遗传算法（HGA，hybrid GA）研究 | 第41页 |
| 4．5．3 遗传算法的并行化 | 第41-42页 |
| 4．5．4 借鉴自然现象提出新的算法模型 | 第42页 |
| 4．6 遗传算法的应用研究现状 | 第42-44页 |
| 第五章 基于改进遗传算法的图像分割 | 第44-55页 |
| 5．1 提出一种适用于图像分割的遗传算法 | 第44-50页 |
| 5．1．1 遗传分割算法（GAS）的基本思路 | 第44-49页 |
| 5．1．2 算法的步骤和流程框图 | 第49-50页 |
| 5．2 应用实例 | 第50-53页 |
| 5．2．1 参数设定及程序实现 | 第50-51页 |
| 5．2．2 实验结果 | 第51-53页 |
| 5．3 分割结果分析 | 第53-55页 |
| 第六章 总结 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 附录 | 第62-63页 |