| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 引言 | 第7-9页 |
| 1.1 前言 | 第7页 |
| 1.2 图像分割技术的现状 | 第7-8页 |
| 1.3 遗传算法发展简介 | 第8页 |
| 1.4 谱系聚类法——模式识别 | 第8页 |
| 1.5 论文的主要内容 | 第8-9页 |
| 第二章 谱系聚类法及其改进——模式识别 | 第9-11页 |
| 2.1 谱系聚类法的原理 | 第9页 |
| 2.2 谱系聚类法应用的困难 | 第9-10页 |
| 2.3 对谱系聚类法的改进 | 第10-11页 |
| 第三章 遗传算法的基本理论 | 第11-19页 |
| 3.1 遗传算法的基本概念 | 第12页 |
| 3.2 标准遗传算法 | 第12-15页 |
| 3.2.1 标准遗传算法的基本流程 | 第12-13页 |
| 3.2.2 标准遗传算法的要素 | 第13-15页 |
| 3.3 遗传算法的基本原理 | 第15-16页 |
| 3.3.1 模式定理 | 第15页 |
| 3.3.2 积木块假设 | 第15-16页 |
| 3.4 遗传算法的特点 | 第16-17页 |
| 3.4.1 传统搜索算法 | 第16页 |
| 3.4.2 遗传算法的特点 | 第16-17页 |
| 3.5 遗传算法理论研究现状 | 第17-18页 |
| 3.5.1 遗传算法的理论基础、数学模型 | 第17页 |
| 3.5.2 混合遗传算法（HGA hybrid GA）研究 | 第17-18页 |
| 3.5.3 遗传算法的并行化 | 第18页 |
| 3.5.4 借鉴自然现象提出新的算法模型 | 第18页 |
| 3.6 遗传算法的应用研究现状 | 第18-19页 |
| 第四章 图像区域分割 | 第19-28页 |
| 4.1 并行区域分割技术 | 第19-23页 |
| 4.1.1 阈值化方法介绍 | 第19-20页 |
| 4.1.2 阈值化算法分类 | 第20页 |
| 4.1.3 特征空间聚类 | 第20-22页 |
| 4.1.4 经典的空间聚类方法 | 第22-23页 |
| 4.2 串行区域分割技术 | 第23-28页 |
| 4.2.1 区域生长 | 第23-24页 |
| 4.2.2 生长准则和过程 | 第24-26页 |
| 4.2.3 分裂合并 | 第26-27页 |
| 4.2.4 松弛迭代法 | 第27-28页 |
| 第五章 遗传算法用于图像分割的现状 | 第28-36页 |
| 5.1 利用遗传算法优化模糊C-均值算法进行图像分割 | 第28-30页 |
| 5.1.1 问题的提出 | 第28页 |
| 5.1.2 模糊C-均值算法的基本思想 | 第28-29页 |
| 5.1.3 基本步骤 | 第29-30页 |
| 5.2 遗传算法加速最大类间方差进行图像分割 | 第30-31页 |
| 5.2.1 问题的提出 | 第30页 |
| 5.2.2 最大类间方差的基本思想 | 第30页 |
| 5.2.3 基本步骤 | 第30-31页 |
| 5.2.4 实验结果与结论 | 第31页 |
| 5.3 基于阈值曲面的二维遗传算法 | 第31-34页 |
| 5.3.1 染色体编码 | 第32页 |
| 5.3.2 初始化种群 | 第32页 |
| 5.3.3 设计和缩放适应度函数 | 第32-33页 |
| 5.3.4 设计算子更替种群 | 第33-34页 |
| 5.4 基于遗传算法的分裂合并图像分割 | 第34-36页 |
| 5.4.1 染色体编码 | 第34页 |
| 5.4.2 遗传操作的设计 | 第34-35页 |
| 5.4.3 个体的适应度评价 | 第35-36页 |
| 第六章 基于改进谱系聚类法和免疫遗传算法的图像分割 | 第36-45页 |
| 6.1 免疫机理的研究 | 第36-38页 |
| 6.1.1 记忆学习 | 第36页 |
| 6.1.2 多样性遗传机理 | 第36页 |
| 6.1.3 反馈机制 | 第36-38页 |
| 6.2 提出一种适用于图像分割的免疫遗传算法 | 第38-42页 |
| 6.2.1 免疫遗传分割算法(GAS)的基本思路 | 第38-40页 |
| 6.2.2 算法的步骤和流程框图 | 第40-42页 |
| 6.3 应用实例 | 第42-44页 |
| 6.3.1 参数设定及程序实现 | 第42-43页 |
| 6.3.2 实验结果 | 第43-44页 |
| 6.4 分割结果分析 | 第44-45页 |
| 第七章 总结 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 附录主要属性及方法 | 第49-60页 |
| 一、四叉树类及其实现 | 第49-53页 |
| 二、抗体类及其实现 | 第53-55页 |
| 三、最佳抗体类及其实现 | 第55-56页 |
| 四、初始化群体方法 | 第56-57页 |
| 五、统计数据方法 | 第57页 |
| 六、产生新一代群体方法，其中调用选择、交叉、变异等方法 | 第57-58页 |
| 七、选择 | 第58页 |
| 八、交叉 | 第58-59页 |
| 九、变异 | 第59-60页 |
| 致谢 | 第60-61页 |
| 在学期间公开发表论文及著作情况 | 第61页 |
