| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 创新点摘要 | 第7-10页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 课题研究的目的和意义 | 第10-11页 |
| 1.2 国内外发展现状 | 第11-16页 |
| 1.2.1 量子遗传算法的研究现状 | 第11-14页 |
| 1.2.2 图像分割的研究现状 | 第14-16页 |
| 1.3 本文的主要研究内容 | 第16-18页 |
| 第二章 图像分割 | 第18-26页 |
| 2.1 阈值分割基础 | 第18-19页 |
| 2.1.1 基本原理 | 第18页 |
| 2.1.2 图像灰度化 | 第18页 |
| 2.1.3 灰度统计直方图 | 第18-19页 |
| 2.2 阈值分割算法 | 第19-22页 |
| 2.2.1 直方图双峰法 | 第19页 |
| 2.2.2 迭代阈值分割法 | 第19-20页 |
| 2.2.3 最大熵阈值分割法 | 第20-21页 |
| 2.2.4 大津法 | 第21-22页 |
| 2.3 边缘检测算法 | 第22-25页 |
| 2.3.1 Robert边缘检测算子 | 第22页 |
| 2.3.2 Sobel边缘检测算子 | 第22-23页 |
| 2.3.3 Laplace边缘检测算子 | 第23页 |
| 2.3.4 Canny边缘检测算子 | 第23-24页 |
| 2.3.5 多尺度形态学法 | 第24页 |
| 2.3.6 小波变换法 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 量子遗传算法的改进研究 | 第26-39页 |
| 3.1 量子计算基础 | 第26-27页 |
| 3.1.1 量子比特 | 第26页 |
| 3.1.2 量子门 | 第26-27页 |
| 3.2 基本量子遗传算法 | 第27-30页 |
| 3.2.1 量子编码染色体 | 第27-28页 |
| 3.2.2 量子旋转门 | 第28-29页 |
| 3.2.3 算法流程 | 第29-30页 |
| 3.3 改进的量子遗传算法 | 第30-33页 |
| 3.3.1 自适应旋转角 | 第30页 |
| 3.3.2 量子交叉变异算子 | 第30-31页 |
| 3.3.3 缩小定义域的策略 | 第31-32页 |
| 3.3.4 算法流程 | 第32-33页 |
| 3.4 多峰值函数仿真实验 | 第33-38页 |
| 3.4.1 测试函数 | 第33-35页 |
| 3.4.2 仿真实验 | 第35-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 改进算法在多维阈值分割中的应用 | 第39-53页 |
| 4.1 二维空间阈值分割 | 第39-41页 |
| 4.1.1 二维直方图 | 第39页 |
| 4.1.2 二维Otsu算法 | 第39-40页 |
| 4.1.3 二维最大熵法 | 第40-41页 |
| 4.2 改进的量子遗传算法在二维Fisher阈值分割中的应用 | 第41-47页 |
| 4.2.1 二维Fisher算法 | 第41-43页 |
| 4.2.2 算法流程 | 第43-44页 |
| 4.2.3 图像分割实验 | 第44-47页 |
| 4.3 改进的量子遗传算法在三维Otsu阈值分割中的应用 | 第47-52页 |
| 4.3.1 三维Otsu阈值分割 | 第47-48页 |
| 4.3.2 算法流程 | 第48-49页 |
| 4.3.3 图像分割实验 | 第49-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第五章 改进算法在模糊边缘检测中的应用 | 第53-62页 |
| 5.1 模糊集的概念 | 第53页 |
| 5.2 模糊边缘检测 | 第53-56页 |
| 5.2.1 Pal和King算法 | 第54-55页 |
| 5.2.2 算法缺陷分析 | 第55-56页 |
| 5.2.3 一维直方图法 | 第56页 |
| 5.3 基于改进量子遗传算法的二维直方图模糊边缘检测 | 第56-61页 |
| 5.3.1 二维直方图模糊边缘检测 | 第56-57页 |
| 5.3.2 算法流程 | 第57页 |
| 5.3.3 边缘检测实验 | 第57-61页 |
| 5.4 本章小结 | 第61-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 发表文章目录 | 第67-68页 |
| 致谢 | 第68-69页 |
