| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 符号说明表 | 第8-11页 |
| 1 绪论 | 第11-15页 |
| 1.1 课题研究背景与意义 | 第11-12页 |
| 1.2 图像多阈值分割研究现状及挑战 | 第12-13页 |
| 1.3 论文的主要工作与章节安排 | 第13-15页 |
| 2 图像多阈值分割 | 第15-23页 |
| 2.1 图像多阈值分割基本组成 | 第15-16页 |
| 2.2 图像多阈值分割方法 | 第16-17页 |
| 2.2.1 OTSU法 | 第16-17页 |
| 2.2.2 Kapur熵法 | 第17页 |
| 2.3 测试图像及分割阈值 | 第17-21页 |
| 2.4 本章小结 | 第21-23页 |
| 3 基于群体智能算法的多阈值选择 | 第23-51页 |
| 3.1 粒子群算法 | 第23-24页 |
| 3.2 混合蛙跳算法 | 第24-26页 |
| 3.3 人工蜂群算法 | 第26-27页 |
| 3.4 猫群算法 | 第27-29页 |
| 3.5 萤火虫算法 | 第29-30页 |
| 3.6 布谷鸟算法 | 第30-31页 |
| 3.7 蝙蝠算法 | 第31-32页 |
| 3.8 算法分析 | 第32-33页 |
| 3.9 基于群体智能算法的图像多阈值选择实验 | 第33-50页 |
| 3.9.1 实验说明 | 第33-34页 |
| 3.9.2 实验流程 | 第34-35页 |
| 3.9.3 OTSU法下的实验及分析 | 第35-44页 |
| 3.9.4 Kapur熵法下的实验及分析 | 第44-50页 |
| 3.10 本章小结 | 第50-51页 |
| 4 基于模式搜索算法的群体智能算法改进 | 第51-79页 |
| 4.1 模式搜索算法 | 第51-52页 |
| 4.2 群体智能算法的一种改进 | 第52-54页 |
| 4.3 算法分析 | 第54-55页 |
| 4.4 基于改进的群体智能算法的图像多阈值选择实验 | 第55-77页 |
| 4.4.1 实验说明 | 第56页 |
| 4.4.2 OTSU法下的实验及分析 | 第56-67页 |
| 4.4.3 Kapur熵法下的实验及分析 | 第67-77页 |
| 4.5 本章小结 | 第77-79页 |
| 5 总结与展望 | 第79-81页 |
| 5.1 全文工作总结 | 第79页 |
| 5.2 后续研究工作展望 | 第79-81页 |
| 致谢 | 第81-83页 |
| 参考文献 | 第83-89页 |
| 附录 | 第89-96页 |
| A. 粒子群算法伪代码 | 第89-90页 |
| B. 混合蛙跳算法伪代码 | 第90-91页 |
| C. 人工蜂群算法伪代码 | 第91-92页 |
| D. 猫群算法伪代码 | 第92-94页 |
| E. 萤火虫算法伪代码 | 第94-95页 |
| F. 布谷鸟算法伪代码 | 第95-96页 |
| G. 蝙蝠算法伪代码 | 第96页 |