| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 引言 | 第10-16页 |
| 1.1 研究的背景与意义 | 第10-11页 |
| 1.2 智能优化算法的发展现状 | 第11-13页 |
| 1.3 图像处理相关技术概述 | 第13-14页 |
| 1.4 研究内容 | 第14-16页 |
| 第2章 常用智能优化算法概述 | 第16-93页 |
| 2.1 常用进化算法概述 | 第16-20页 |
| 2.1.1 遗传算法概述 | 第16-19页 |
| 2.1.2 差分进化算法概述 | 第19-20页 |
| 2.2 常用群集智能优化算法概述 | 第20-28页 |
| 2.2.0 粒子群算法概述 | 第20-22页 |
| 2.2.1 人工蜂群算法概述 | 第22-24页 |
| 2.2.2 杜鹃搜索算法概述 | 第24-26页 |
| 2.2.3 萤火虫算法概述 | 第26-28页 |
| 2.3 文中各算法的仿真测试比较及性能分析 | 第28-92页 |
| 2.3.1 遗传算法仿真测试及性能分析 | 第28-37页 |
| 2.3.2 差分进化算法仿真测试及性能分析 | 第37-45页 |
| 2.3.3 粒子群算法仿真测试及性能分析 | 第45-54页 |
| 2.3.4 人工蜂群算法仿真测试及性能分析 | 第54-63页 |
| 2.3.5 杜鹃搜索算法仿真测试及性能分析 | 第63-71页 |
| 2.3.6 萤火虫算法仿真测试及性能分析 | 第71-79页 |
| 2.3.7 算法的性能比较 | 第79-92页 |
| 2.4 本章小结 | 第92-93页 |
| 第3章 智能优化算法混合及测试 | 第93-201页 |
| 3.1 智能优化算法的混合策略 | 第93-96页 |
| 3.2 串行混合模式 | 第96-144页 |
| 3.2.1 串行粒子群杜鹃搜索算法仿真测试 | 第97-106页 |
| 3.2.2 串行粒子群人工蜂群算法仿真测试 | 第106-115页 |
| 3.2.3 串行遗传差分进化算法仿真测试 | 第115-117页 |
| 3.2.4 串行萤火虫差分进化算法仿真测试 | 第117-126页 |
| 3.2.5 串行萤火虫杜鹃搜索算法仿真测试 | 第126-135页 |
| 3.2.6 串行差分进化杜鹃搜索算法仿真测试 | 第135-144页 |
| 3.3 并行混合模式 | 第144-199页 |
| 3.3.1 并行萤火虫差分进化算法仿真测试 | 第145-154页 |
| 3.3.2 并行差分进化杜鹃搜索算法仿真测试 | 第154-163页 |
| 3.3.3 并行差分进化遗传算法仿真测试 | 第163-172页 |
| 3.3.4 并行萤火虫杜鹃搜索算法仿真测试 | 第172-181页 |
| 3.3.5 并行粒子群人工蜂群算法仿真测试 | 第181-190页 |
| 3.3.6 并行粒子群差分进化算法仿真测试 | 第190-199页 |
| 3.4 串、并混合算法 | 第199-200页 |
| 3.5 本章小结 | 第200-201页 |
| 第4章 混合优化算法在图像多阈值优化中的应用 | 第201-209页 |
| 4.1 图像阈值法分割概述 | 第201-202页 |
| 4.2 基于混合进化算法的OTSU分割方法 | 第202-208页 |
| 4.3 本章小结 | 第208-209页 |
| 第5章 混合优化算法在图像增强优化中的应用 | 第209-215页 |
| 5.1 图像增强概述 | 第209-211页 |
| 5.2 基于混合进化算法的BETA函数图像增强方法 | 第211-214页 |
| 5.3 本章小结 | 第214-215页 |
| 第6章 混合优化算法在图像匹配优化中的应用 | 第215-219页 |
| 6.1 灰度图像匹配概述 | 第215-216页 |
| 6.2 基于混合进化算法的图像模板匹配 | 第216-218页 |
| 6.3 本章小结 | 第218-219页 |
| 第7章 总结与展望 | 第219-221页 |
| 7.1 总结 | 第219-220页 |
| 7.2 展望 | 第220-221页 |
| 参考文献 | 第221-225页 |
| 致谢 | 第225-226页 |
| 附录 （一） | 第226-237页 |
| 附录 （二） | 第237-242页 |