| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-11页 |
| ·图像分割简介 | 第8页 |
| ·论文研究意义 | 第8-9页 |
| ·论文组织结构 | 第9-11页 |
| 2 图像分割研究现状 | 第11-17页 |
| ·图像分割定义 | 第11-12页 |
| ·灰度图像分割 | 第12-16页 |
| ·本章小结 | 第16-17页 |
| 3 图像分割效果评价 | 第17-23页 |
| ·图像分割评价准则 | 第17-19页 |
| ·定量实验评价方法 | 第19-22页 |
| ·本章小结 | 第22-23页 |
| 4 TPNPW 图像分割算法 | 第23-56页 |
| ·NPW 图像分割算法 | 第23-33页 |
| ·在Parzen 窗估计法加入邻域平均灰度值信息 | 第23-29页 |
| ·基于邻域平均灰度值的Parzen 窗算法（NPW 图像分割算法） | 第29-33页 |
| ·TPNPW 图像分割算法 | 第33-46页 |
| ·过渡区的确定及其性质 | 第34-36页 |
| ·粒子群优化算法 | 第36-37页 |
| ·基于过渡区和粒子群优化的NPW 算法（TPNPW 图像分割算法） | 第37-46页 |
| ·实验结果分析本文提出算法中的相关参数的设置 | 第46-55页 |
| ·本章小结 | 第55-56页 |
| 5 FQ 图像分割算法 | 第56-71页 |
| ·FQ 图像分割算法 | 第56-63页 |
| ·Q 学习算法 | 第56-57页 |
| ·基于 Q 学习的阈值融合图像分割算法(FQ 图像分割算法) | 第57-63页 |
| ·实验结果 | 第63-69页 |
| ·本章小结 | 第69-71页 |
| 6 总结与展望 | 第71-73页 |
| ·总结 | 第71-72页 |
| ·展望 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 附录 | 第78页 |
