基于遗传算法的图像分割方法的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-14页 |
| ·优化计算 | 第7-8页 |
| ·遗传算法 | 第8-11页 |
| ·遗传算法的提出 | 第8-9页 |
| ·遗传算法研究概况 | 第9-11页 |
| ·图像分割技术的研究现状 | 第11-13页 |
| ·主要研究内容 | 第13-14页 |
| 第二章 遗传算法 | 第14-22页 |
| ·遗传算法的生物学基础 | 第14-17页 |
| ·遗传与进化的系统观 | 第14页 |
| ·遗传 | 第14-15页 |
| ·进化 | 第15-16页 |
| ·遗传策法的运算过程 | 第16-17页 |
| ·基本遗传算法(GA) | 第17-22页 |
| ·基本遗传算法描述 | 第17-19页 |
| ·遗传算子的操作方法 | 第19-20页 |
| ·遗传算法基本流程 | 第20-22页 |
| 第三章 图像分割方法研究 | 第22-37页 |
| ·前言 | 第22页 |
| ·图像分割问题的描述 | 第22-23页 |
| ·典型的图像分割方法 | 第23-29页 |
| ·基于阈值的分割方法 | 第23-27页 |
| ·基于边缘的图像分割方法 | 第27-28页 |
| ·基于区域的图像分割方法 | 第28页 |
| ·基于坐标位置的阈值分割方法 | 第28-29页 |
| ·结合特点理论的图像分割方法 | 第29-32页 |
| ·基于人工神经网络的分割方法 | 第29页 |
| ·基于小波分析和变换的分割方法 | 第29-30页 |
| ·基于数学形态的分割方法 | 第30-31页 |
| ·基于模糊集理论的分割方法 | 第31页 |
| ·基于偏微分方程的分割方法 | 第31-32页 |
| ·基于粗糙集理论的图像分割技术 | 第32页 |
| ·图像分割评价方法 | 第32-36页 |
| ·区域间对比度 | 第33页 |
| ·区域内部均匀性 | 第33页 |
| ·形状测度 | 第33-34页 |
| ·目标计数一致性 | 第34页 |
| ·像素距离误差 | 第34页 |
| ·像素数量误差 | 第34-35页 |
| ·最终测量精度 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于遗传算法的图像分割技术研究 | 第37-44页 |
| ·遗传算法在图像分割中的应用 | 第37页 |
| ·最佳熵双阈值的确定方法 | 第37-38页 |
| ·遗传算法的改进 | 第38-39页 |
| ·基于改进遗传算法的最佳熵双阈值图像分割法 | 第39-40页 |
| ·仿真实验结果及分析 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 结论与展望 | 第44-45页 |
| 致谢 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 附录 | 第49页 |
