| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-31页 |
| ·引言 | 第11-12页 |
| ·微粒群算法的研究进展及存在的问题 | 第12-17页 |
| ·微粒群算法的研究进展 | 第12-16页 |
| ·微粒群算法存在的主要问题 | 第16-17页 |
| ·图像处理的基本问题 | 第17-25页 |
| ·图像分割 | 第17-22页 |
| ·图像增强 | 第22-23页 |
| ·图像复原 | 第23-25页 |
| ·微粒群算法应用于图像处理的研究进展 | 第25-28页 |
| ·微粒群算法在图像分割中的应用 | 第25-26页 |
| ·微粒群算法在图像配准和图像融合中的应用 | 第26页 |
| ·微粒群算法在图像压缩中的应用 | 第26-27页 |
| ·微粒群算法在图像识别中的应用 | 第27页 |
| ·微粒群算法在图像处理领域的其它应用 | 第27-28页 |
| ·基于微粒群算法的图像处理有待研究的问题 | 第28-29页 |
| ·课题来源及论文的组织结构 | 第29-31页 |
| 第二章 微粒群算法及其改进 | 第31-43页 |
| ·基本微粒群算法 | 第31-34页 |
| ·算法原理 | 第31-32页 |
| ·PSO算法的流程 | 第32页 |
| ·PSO算法的参数分析与选择 | 第32-34页 |
| ·捕食者—食饵微粒群算法 | 第34-35页 |
| ·基于峰谷函数的小生镜微粒群算法 | 第35-42页 |
| ·保证收敛的微粒群算法 | 第36页 |
| ·峰谷函数 | 第36-37页 |
| ·基于峰谷函数的小生境PSO算法 | 第37-39页 |
| ·算法测试 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第三章 基于微粒群算法的图像阈值分割 | 第43-61页 |
| ·图像阈值分割概述 | 第43-49页 |
| ·类间方差法 | 第44页 |
| ·最大熵法 | 第44-45页 |
| ·最大模糊熵法 | 第45-47页 |
| ·基于微粒群算法的最大类间方差阈值分割 | 第47-48页 |
| ·基于微粒群算法的最大熵阈值分割 | 第48-49页 |
| ·基于微粒群算法和最大模糊熵的单阈值分割 | 第49-52页 |
| ·基于微粒群算法和最大模糊熵的单阈值分割算法 | 第50-51页 |
| ·实验结果及分析 | 第51-52页 |
| ·基于微粒群算法和最大模糊熵的双阈值分割 | 第52-56页 |
| ·基于最大模糊熵的双阈值图像分割原理 | 第52-54页 |
| ·基于微粒群算法和最大模糊熵的双阈值分割算法 | 第54-55页 |
| ·实验结果及分析 | 第55-56页 |
| ·基于微粒群算法和二维模糊熵的阈值分割 | 第56-60页 |
| ·图像的二维模糊熵 | 第56-57页 |
| ·基于微粒群算法和二维模糊熵的阈值分割算法 | 第57-59页 |
| ·实验结果及分析 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第四章 基于微粒群算法的图像聚类分割 | 第61-87页 |
| ·聚类分析及聚类算法 | 第61-67页 |
| ·聚类分析 | 第61-63页 |
| ·聚类算法 | 第63-66页 |
| ·聚类效果的评估参数 | 第66-67页 |
| ·基于微粒群和C均值算法的图像聚类分割 | 第67-73页 |
| ·基于微粒群和C均值算法的灰度图像分割 | 第67-70页 |
| ·基于微粒群和C均值算法的彩色图像分割 | 第70-73页 |
| ·基于微粒群和模糊 C均值算法的图像聚类分割 | 第73-76页 |
| ·基于捕食者-食饵微粒群的模糊 C均值聚类图像分割算法 | 第73-74页 |
| ·仿真结果 | 第74-75页 |
| ·性能比较 | 第75-76页 |
| ·基于改进微粒群算法和二维直方图的模糊聚类图像分割 | 第76-81页 |
| ·基于捕食者-食饵微粒群的二维FCM图像分割算法 | 第76-78页 |
| ·仿真结果和性能比较 | 第78-81页 |
| ·基于微粒群和特征距离的模糊聚类彩色图像分割 | 第81-85页 |
| ·特征距离 | 第82页 |
| ·彩色图像的快速FCM分割 | 第82-83页 |
| ·基于微粒群的改进FCM彩色图像分割算法 | 第83-84页 |
| ·仿真结果和性能比较 | 第84-85页 |
| ·本章小结 | 第85-87页 |
| 第五章 基于微粒群算法的图像增强 | 第87-105页 |
| ·灰度变换和彩色图像滤波 | 第87-92页 |
| ·灰度变换 | 第87-89页 |
| ·彩色图像滤波 | 第89-92页 |
| ·基于微粒群算法的灰度图像自适应对比度变换 | 第92-98页 |
| ·拟合对比度变换函数的非完全Beta函数 | 第93-94页 |
| ·基于微粒群的图像对比度自适应变换算法 | 第94页 |
| ·仿真结果及比较 | 第94-98页 |
| ·基于微粒群算法的彩色图像滤波 | 第98-104页 |
| ·种群的设计 | 第99页 |
| ·适应度函数的确定 | 第99-100页 |
| ·算法描述 | 第100-101页 |
| ·仿真结果和性能比较 | 第101-104页 |
| ·本章小结 | 第104-105页 |
| 第六章 基于微粒群算法的图像复原 | 第105-120页 |
| ·图像复原概述 | 第105-109页 |
| ·图像的退化/复原过程模型 | 第105-106页 |
| ·估计退化函数的方法 | 第106-108页 |
| ·逆滤波 | 第108页 |
| ·维纳滤波 | 第108-109页 |
| ·基于微粒群和模拟退火算法的图像复原 | 第109-115页 |
| ·种群设计 | 第110页 |
| ·个体适应度函数 | 第110页 |
| ·基于微粒群和模拟退火的图像复原算法 | 第110-112页 |
| ·实验仿真 | 第112-115页 |
| ·基于微粒群优化噪信功率比的维纳滤波 | 第115-118页 |
| ·适应度函数的选择 | 第116页 |
| ·基于微粒群的噪信功率比优化算法设计 | 第116-117页 |
| ·实验仿真 | 第117-118页 |
| ·本章小结 | 第118-120页 |
| 第七章 总结与展望 | 第120-123页 |
| ·本文研究工作总结 | 第120-121页 |
| ·需进一步研究的问题 | 第121-123页 |
| 参考文献 | 第123-139页 |
| 致谢 | 第139-140页 |
| 攻读博士学位期间发表的论文和完成的科研项目 | 第140-142页 |