| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-13页 |
| 1.1 图像分割简介 | 第8-9页 |
| 1.2 图像分割的研究现状 | 第9-10页 |
| 1.3 课题的研究背景和意义 | 第10-11页 |
| 1.4 本文的主要研究内容 | 第11页 |
| 1.5 本文的结构安排 | 第11-13页 |
| 2 图像分割方法综述 | 第13-20页 |
| 2.1 图像分割的定义 | 第13页 |
| 2.2 图像分割的基本方法 | 第13-19页 |
| 2.2.1 阈值分割法 | 第14-15页 |
| 2.2.2 区域生长法 | 第15-16页 |
| 2.2.3 边缘检测法 | 第16-18页 |
| 2.2.4 基于模糊理论的方法 | 第18-19页 |
| 2.2.5 基于图论的图像分割方法 | 第19页 |
| 2.3 本章小结 | 第19-20页 |
| 3 Renyi熵图像分割算法及其改进算法 | 第20-31页 |
| 3.1 引言 | 第20页 |
| 3.2 Renyi熵图像分割算法 | 第20-24页 |
| 3.2.1 一维Renyi熵阈值化方法简介 | 第20-22页 |
| 3.2.2 二维Renyi熵阈值化方法简介 | 第22-23页 |
| 3.2.3 基于分解的二维Renyi熵阈值化方法简介 | 第23-24页 |
| 3.3 图像分割算法的评价准则 | 第24-25页 |
| 3.4 粒子群优化算法（PSO） | 第25-26页 |
| 3.5 基于分解的二维Renyi熵理论的参数自适应选取算法 | 第26-27页 |
| 3.6 实验结果与分析 | 第27-30页 |
| 3.7 本章总结 | 第30-31页 |
| 4 一维Renyi熵图像分割算法及其改进算法 | 第31-43页 |
| 4.1 引言 | 第31页 |
| 4.2 一维Renyi熵阈值法及其效果分析 | 第31-34页 |
| 4.3 一类新的基于一维Renyi熵算法的迭代算法 | 第34-36页 |
| 4.4 实验结果与分析 | 第36-42页 |
| 4.5 本章小结 | 第42-43页 |
| 5 总结与展望 | 第43-45页 |
| 5.1 总结 | 第43页 |
| 5.2 展望 | 第43-45页 |
| 致谢 | 第45-46页 |
| 参考文献 | 第46-51页 |
| 附录 作者在攻读学位期间发表的论文目录 | 第51页 |
