| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-20页 |
| ·图像分割的意义 | 第10-12页 |
| ·图像分割技术的研究现状 | 第12-15页 |
| ·基于象素的分割方法 | 第13页 |
| ·基于边缘检测的分割方法 | 第13-14页 |
| ·基于区域的分割方法 | 第14页 |
| ·基于形态学分水岭的分割方法 | 第14-15页 |
| ·熵阈值算法 | 第15-17页 |
| ·粒子群优化算法 | 第17-18页 |
| ·本文主要工作及结构安排 | 第18-20页 |
| 第2章 阈值分割方法概述及粒子群优化算法 | 第20-36页 |
| ·阈值分割方法简介 | 第20-28页 |
| ·基于聚类的阈值化方法 | 第21-22页 |
| ·基于直方图的阈值化方法 | 第22页 |
| ·基于熵的阈值化方法 | 第22-26页 |
| ·基于空间的阈值化方法 | 第26-27页 |
| ·基于自适应的阈值化方法 | 第27页 |
| ·基于属性的阈值化方法 | 第27-28页 |
| ·Tsallis 熵阈值法 | 第28-31页 |
| ·Tsallis 熵 | 第28-29页 |
| ·Tsallis 熵阈值法 | 第29-30页 |
| ·二维Tsallis 熵阈值法 | 第30-31页 |
| ·粒子群优化算法 | 第31-35页 |
| ·粒子群优化算法原理 | 第31-33页 |
| ·粒子群优化算法流程 | 第33-34页 |
| ·粒子群优化算法的应用 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 最小Tsallis 交叉熵阈值分割方法 | 第36-47页 |
| ·引言 | 第36-37页 |
| ·最小交叉熵阈值法 | 第37-40页 |
| ·交叉熵 | 第37-40页 |
| ·最小交叉熵阈值法及其存在缺陷 | 第40页 |
| ·最小 Tsallis 交叉熵阈值法 | 第40-42页 |
| ·Tsallis 交叉熵 | 第40-41页 |
| ·最小Tsallis 交叉熵阈值法 | 第41-42页 |
| ·实验结果及分析 | 第42-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 二维最小Tsallis 交叉熵阈值分割方法 | 第47-56页 |
| ·引言 | 第47-48页 |
| ·二维直方图 | 第48-50页 |
| ·二维Tsallis 交叉熵阈值法 | 第50-52页 |
| ·二维 Tsallis 交叉熵阈值法原理 | 第50-51页 |
| ·粒子群优化算法 | 第51-52页 |
| ·实验结果及分析 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 模糊Tsallis 熵阈值分割方法 | 第56-68页 |
| ·引言 | 第56-57页 |
| ·图像分割模型 | 第57-59页 |
| ·概率划分和模糊划分 | 第58-59页 |
| ·最大模糊Tsallis 熵阈值选择 | 第59-61页 |
| ·粒子群在最优参数中的选择 | 第61-62页 |
| ·实验结果及分析 | 第62-67页 |
| ·本章小结 | 第67-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-76页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第76-77页 |
| 致谢 | 第77-78页 |
| 作者简介 | 第78页 |