基于变精度粗糙熵的智能图像分割方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-19页 |
| ·研究背景及意义 | 第11-12页 |
| ·图像分割概述 | 第12-14页 |
| ·图像分割定义 | 第12页 |
| ·图像分割研究现状 | 第12-13页 |
| ·图像分割评价方法 | 第13-14页 |
| ·粗糙集在图像处理中的应用 | 第14-15页 |
| ·智能算法在图像分割中的应用 | 第15-17页 |
| ·图像分割方法的发展趋势 | 第17-18页 |
| ·本文的主要研究内容与结构安排 | 第18-19页 |
| 第2章 粗糙集 | 第19-27页 |
| ·粗糙集简介 | 第19页 |
| ·粗糙集概念 | 第19-24页 |
| ·分明集与等价关系 | 第19-21页 |
| ·粗糙集 | 第21-23页 |
| ·变精度粗糙集 | 第23-24页 |
| ·粗糙熵 | 第24-25页 |
| ·信息熵 | 第24-25页 |
| ·粗糙熵 | 第25页 |
| ·粒计算简介 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 结合变精度粗糙熵和遗传算法的图像分割 | 第27-46页 |
| ·粗糙熵阈值图像分割 | 第27-33页 |
| ·图像的粗糙集表示 | 第27-28页 |
| ·图像的粗糙熵测度 | 第28-32页 |
| ·基于粗糙熵的图像分割 | 第32-33页 |
| ·变精度粗糙熵阈值图像分割 | 第33-34页 |
| ·图像的变精度粗糙集表示 | 第33-34页 |
| ·图像的变精度粗糙熵测度 | 第34页 |
| ·遗传算法 | 第34-37页 |
| ·遗传算法简介 | 第34-35页 |
| ·遗传算法的一般步骤 | 第35-37页 |
| ·变精度粗糙熵遗传算法图像分割 | 第37-38页 |
| ·遗传算法参数的选取 | 第37-38页 |
| ·粗糙熵图像分割算法 | 第38页 |
| ·实验结果与分析 | 第38-45页 |
| ·变精度粗糙熵遗传算法与Pal方法比较 | 第38-41页 |
| ·变精度粗糙熵遗传算法与传统阈值分割方法比较 | 第41-44页 |
| ·变精度粗糙熵遗传算法与传统其它方法比较 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 基于模糊逻辑的粗糙熵图像分割 | 第46-55页 |
| ·模糊集简介 | 第46-47页 |
| ·模糊集理论 | 第47-50页 |
| ·模糊集及其表示 | 第47页 |
| ·模糊逻辑算子 | 第47-48页 |
| ·基于包含度的粗糙集模型 | 第48-50页 |
| ·基于模糊逻辑的粗糙集模型 | 第50页 |
| ·基于模糊逻辑的图像粗糙熵分割 | 第50-51页 |
| ·基于模糊逻辑的图像粗糙集表示 | 第50-51页 |
| ·基于模糊逻辑的图像粗糙熵测度 | 第51页 |
| ·实验结果与分析 | 第51-54页 |
| ·人工图像的实验 | 第51-53页 |
| ·普通图像的实验 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 结合粗糙熵和粒子群算法的多阈值图像分割 | 第55-60页 |
| ·粗糙熵多阈值图像分割 | 第55-56页 |
| ·图像的粗糙集表示 | 第55-56页 |
| ·图像的粗糙熵测度 | 第56页 |
| ·粒子群算法简介 | 第56-57页 |
| ·基于粗糙熵的粒子群多阈值图像分割 | 第57-58页 |
| ·粒子群算法参数的选取 | 第57-58页 |
| ·粗糙熵多阈值图像分割算法 | 第58页 |
| ·实验结果与分析 | 第58页 |
| ·本章小结 | 第58-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-68页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第68-69页 |
| 致谢 | 第69页 |
