| 第一章 绪论 | 第1-14页 |
| 1．1 选题背景及意义 | 第9-10页 |
| 1．2 图像分割方法研究现状 | 第10-11页 |
| 1．3 智能算法研究现状 | 第11-12页 |
| 1．4 论文的主要工作 | 第12-14页 |
| 第二章 经典的图像分割方法研究 | 第14-32页 |
| 2．1 图像分割的意义及其应用前景 | 第14-15页 |
| 2．2 图像分割问题描述及分割算法分类 | 第15-17页 |
| 2．3 阈值分割方法 | 第17-25页 |
| 2．3．1 阈值的分类 | 第18页 |
| 2．3．2 基于各像素的阈值分割方法 | 第18-22页 |
| 2．3．3 基于区域性质的阈值分割方法 | 第22-23页 |
| 2．3．4 基于坐标位置的阈值分割方法 | 第23页 |
| 2．3．5 基于过渡区的阈值分割方法 | 第23-25页 |
| 2．4 图像分割评价 | 第25-30页 |
| 2．4．1 分割评价准则 | 第26页 |
| 2．4．2 区域间对比度 | 第26-27页 |
| 2．4．3 区域内部均匀性 | 第27页 |
| 2．4．4 形状测度 | 第27-28页 |
| 2．4．5 目标计数一致性 | 第28页 |
| 2．4．6 像素距离误差 | 第28-29页 |
| 2．4．7 像素数量误差 | 第29页 |
| 2．4．8 最终测量精度 | 第29-30页 |
| 2．5 本章小结 | 第30-32页 |
| 第三章 基于进化算法的图像分割方法研究 | 第32-55页 |
| 3．1 进化计算方法 | 第32-49页 |
| 3．1．1 混沌遗传算法研究 | 第34-40页 |
| 3．1．2 量子遗传算法研究 | 第40-43页 |
| 3．1．3 一种量子进化规划算法研究 | 第43-49页 |
| 3．2 遗传算法用于图像分割 | 第49-53页 |
| 3．2．1 一种基于混沌遗传算法的图像阈值分割 | 第50-51页 |
| 3．2．2 仿真实验及结果分析 | 第51-53页 |
| 3．3 本章小结 | 第53-55页 |
| 第四章 基于局部模糊熵的图像分割方法研究 | 第55-68页 |
| 4．1 基于模糊集的图像信息处理 | 第55-59页 |
| 4．1．1 模糊图像处理分类 | 第56-57页 |
| 4．1．2 图像的模糊熵 | 第57-59页 |
| 4．2 局部模糊熵在图像分割中的应用 | 第59-66页 |
| 4．2．1 一种基于局部模糊熵的图像过渡区提取算法与阈值分割 | 第59-62页 |
| 4．2．2 仿真实验1及结果分析 | 第62-65页 |
| 4．2．3 仿真实验2及结果分析 | 第65-66页 |
| 4．3 本章小结 | 第66-68页 |
| 结论与展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-76页 |
| 攻读学位期间发表的论文 | 第76页 |
| 攻读学位期间参加的科研项目 | 第76页 |