| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 创新点摘要 | 第9-13页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 课题研究背景及意义 | 第13-15页 |
| 1.2 国内外研究现状 | 第15-18页 |
| 1.2.1 群体智能算法及图像阈值分割研究现状 | 第16-17页 |
| 1.2.2 人工蜂群算法及图像阈值分割研究现状 | 第17-18页 |
| 1.3 论文主要研究内容及结构安排 | 第18-21页 |
| 1.3.1 主要研究内容 | 第18-20页 |
| 1.3.2 论文结构安排 | 第20-21页 |
| 第二章 人工蜂群算法的图像阈值分割 | 第21-36页 |
| 2.1 引言 | 第21-22页 |
| 2.2 基于蜜蜂采蜜行为的人工蜂群算法 | 第22-25页 |
| 2.2.1 蜜蜂采蜜机理 | 第22-23页 |
| 2.2.2 人工蜂群算法 | 第23-25页 |
| 2.3 图像阈值分割原理 | 第25-27页 |
| 2.4 信息熵 | 第27-28页 |
| 2.5 人工蜂群算法的图像阈值分割 | 第28-30页 |
| 2.6 分割结果及其分析 | 第30-35页 |
| 2.7 本章小结 | 第35-36页 |
| 第三章 遗传机制二进制蜂群算法对含噪工程图纸图像的阈值分割 | 第36-57页 |
| 3.1 引言 | 第36-37页 |
| 3.2 遗传机制的二进制蜂群算法 | 第37-41页 |
| 3.2.1 人工蜂群算法 | 第37页 |
| 3.2.2 遗传机制的二进制蜂群算法 | 第37-39页 |
| 3.2.3 算法的收敛性证明 | 第39-41页 |
| 3.3 遗传机制二进制蜂群算法的函数优化 | 第41-43页 |
| 3.3.1 测试函数 | 第41-42页 |
| 3.3.2 函数优化仿真验证 | 第42-43页 |
| 3.4 遗传机制二进制蜂群算法的图像阈值分割 | 第43-47页 |
| 3.4.1 适应度函数的选取 | 第43-46页 |
| 3.4.2 算法流程 | 第46-47页 |
| 3.4.3 算法时间复杂度分析 | 第47页 |
| 3.5 工程图纸图像阈值分割及算法比较分析 | 第47-56页 |
| 3.5.1 标准图像的单阈值分割 | 第47-50页 |
| 3.5.2 含噪非标准工程图纸图像的单阈值分割 | 第50-52页 |
| 3.5.3 单阈值分割的算法性能比较 | 第52页 |
| 3.5.4 标准图像的双阈值分割 | 第52-54页 |
| 3.5.5 含噪非标准工程图纸图像的双阈值分割 | 第54-55页 |
| 3.5.6 分割结果分析 | 第55-56页 |
| 3.6 本章小结 | 第56-57页 |
| 第四章 改进蜂群算法对低信噪比含噪工程图纸图像阈值分割 | 第57-94页 |
| 4.1 引言 | 第57-58页 |
| 4.2 Tent映射的改进人工蜂群(IABCTM)算法 | 第58-63页 |
| 4.2.1 Tent映射 | 第58-59页 |
| 4.2.2 Tent映射的改进人工蜂群(IABCTM)算法 | 第59-61页 |
| 4.2.3 IABCTM算法的收敛性证明和时间复杂度分析 | 第61-63页 |
| 4.3 IABCTM算法的函数优化 | 第63-65页 |
| 4.4 IABCTM算法在图像阈值分割中的应用 | 第65-66页 |
| 4.5 图像阈值分割及算法分析验证 | 第66-72页 |
| 4.5.1 标准图像单阈值分割 | 第66-69页 |
| 4.5.2 含噪非标准工程图纸图像单阈值分割 | 第69-71页 |
| 4.5.3 单阈值分割的算法性能比较和分析 | 第71-72页 |
| 4.6 IABCTM算法对低信噪比含噪工程图纸图像的阈值分割 | 第72-75页 |
| 4.7 量子思想的改进人工蜂群(IABCQ)算法 | 第75-79页 |
| 4.7.1 新的蜜源初始化方式 | 第75页 |
| 4.7.2 新的引领蜂蜜源位置更新策略 | 第75-76页 |
| 4.7.3 新的跟随蜂蜜源更新策略 | 第76-77页 |
| 4.7.4 侦查蜂随机行为 | 第77页 |
| 4.7.5 量子思想改进蜂群(IABCQ)算法的步骤 | 第77-78页 |
| 4.7.6 量子思想改进蜂群算法的收敛性证明和时间复杂度分析 | 第78-79页 |
| 4.8 IABCQ算法的函数优化 | 第79-80页 |
| 4.9 量子思想改进蜂群(IABCQ)算法的图像阈值分割 | 第80-82页 |
| 4.10 工程图纸图像阈值分割及算法比较分析 | 第82-88页 |
| 4.10.1 标准图库中的图像单阈值分割 | 第82-85页 |
| 4.10.2 含噪声非标准工程图纸图像单阈值分割 | 第85-87页 |
| 4.10.3 单阈值分割的算法性能验证 | 第87-88页 |
| 4.11 IABCQ算法对低信噪比含噪工程图纸图像的阈值分割 | 第88-89页 |
| 4.12 图像阈值分割后去噪方法 | 第89-93页 |
| 4.12.1 二次均值平滑去噪处理 | 第89-92页 |
| 4.12.2 PSNR量化验证 | 第92-93页 |
| 4.13 本章小结 | 第93-94页 |
| 第五章 基于局部阈值改进蜂群算法对大图幅含噪工程图纸图像的多阈值分割 | 第94-115页 |
| 5.1 引言 | 第94页 |
| 5.2 大图幅图像的特点 | 第94-95页 |
| 5.3 局部阈值改进蜂群算法对大图幅含噪工程图纸图像阈值分割 | 第95-114页 |
| 5.3.1 局部阈值遗传机制蜂群算法对大图幅含噪工程图纸图像阈值分割 | 第102-104页 |
| 5.3.2 局部阈值IABCTM算法对大图幅含噪工程图纸图像阈值分割 | 第104-109页 |
| 5.3.3 局部阈值IABCQ算法那对大图幅含噪工程图纸图像阈值分割 | 第109-113页 |
| 5.3.4 基于局部阈值改进蜂群算法的性能比较 | 第113-114页 |
| 5.4 本章小结 | 第114-115页 |
| 结论 | 第115-117页 |
| 参考文献 | 第117-125页 |
| 攻读博士期间所参加的科研及发表论文 | 第125-129页 |
| 致谢 | 第129-130页 |
