| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究现状 | 第10-12页 |
| ·微粒群算法的研究现状 | 第10-12页 |
| ·图像分割的研究现状 | 第12页 |
| ·研究意义 | 第12-13页 |
| ·本文的创新点 | 第13-14页 |
| ·本文的组织 | 第14-15页 |
| 第二章 微粒群算法 | 第15-21页 |
| ·引言 | 第15页 |
| ·微粒群优化算法原理 | 第15-19页 |
| ·基本原理 | 第16-17页 |
| ·基本PSO 算法流程 | 第17-18页 |
| ·两种基本进化模型 | 第18-19页 |
| ·标准PSO 算法 | 第19页 |
| ·与其他进化算法的比较 | 第19-21页 |
| 第三章 图像分割 | 第21-37页 |
| ·图像分割的数学描述 | 第21-22页 |
| ·使用阈值进行图像分割 | 第22-29页 |
| ·直方图技术 | 第23-24页 |
| ·分水岭算法 | 第24-25页 |
| ·最大类间方差法 | 第25-26页 |
| ·最小误差法 | 第26-27页 |
| ·基于信息熵的分割方法 | 第27-29页 |
| ·基于梯度的图像分割方法 | 第29-33页 |
| ·边界跟踪 | 第30-31页 |
| ·梯度图像阈值化 | 第31-32页 |
| ·拉普拉斯边缘检测 | 第32-33页 |
| ·边缘检测和连接 | 第33-35页 |
| ·边缘检测 | 第33-35页 |
| ·边缘连接 | 第35页 |
| ·区域增长 | 第35-37页 |
| 第四章 一种协同微粒群算法 | 第37-45页 |
| ·问题的提出 | 第37页 |
| ·协同微粒群算法的研究 | 第37-39页 |
| ·MPSC 算法描述 | 第39-42页 |
| ·使用高斯分布的协同微粒群算法 | 第42-43页 |
| ·仿真实验 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 CPSO-G 与模糊C_均值聚类相结合的图像分割算法 | 第45-51页 |
| ·问题的提出 | 第45页 |
| ·模糊C_均值聚类算法 | 第45-47页 |
| ·CPSO-G 与模糊C_均值聚类相结合的图像分割算法 | 第47-49页 |
| ·实验结果 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第六章 结束语 | 第51-52页 |
| ·本文的主要工作 | 第51页 |
| ·进一步的研究方向 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 攻读硕士学位期间发表的论文和参与的项目 | 第56页 |