| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| §1.1 图像分割背景介绍 | 第8-9页 |
| §1.2 图像分割的研究现状和发展趋势 | 第9页 |
| §1.3 课题的提出与研究意义 | 第9-11页 |
| §1.4 论文的主要工作和内容安排 | 第11-12页 |
| 第二章 图像分割和Memetic算法介绍 | 第12-22页 |
| §2.1 图像分割 | 第12-16页 |
| ·图像分割的定义 | 第12-13页 |
| ·常用的图像分割方法 | 第13-16页 |
| §2.2 Memetic算法 | 第16-19页 |
| ·Memetic算法的框架 | 第17-18页 |
| ·Memetic算法的特点 | 第18-19页 |
| §2.3 图像分割结果评价 | 第19-20页 |
| §2.4 本章小结 | 第20-22页 |
| 第三章 基于规范切的克隆选择Memetic图像分割方法 | 第22-36页 |
| §3.1 克隆选择算法 | 第22-23页 |
| §3.2 该方法的设计思想及具体步骤 | 第23-28页 |
| ·规范切目标函数 | 第23-26页 |
| ·算法实现步骤 | 第26-28页 |
| §3.3 实验结果对比与分析 | 第28-33页 |
| §3.4 本章小节 | 第33-36页 |
| 第四章 基于规范切的正逆邻域学习Memetic图像分割方法 | 第36-46页 |
| §4.1 精英保留策略和逆邻域学习操作 | 第36-38页 |
| ·精英保留策略 | 第36-37页 |
| ·逆邻域学习操作的思想和实现方法 | 第37-38页 |
| §4.2 该方法的实现步骤 | 第38-39页 |
| §4.3 实验结果对比与分析 | 第39-45页 |
| §4.4 本章小结 | 第45-46页 |
| 第五章 基于规范切的分层正逆邻域学习Memetic图像分割方法 | 第46-54页 |
| §5.1 分层方法 | 第46-48页 |
| §5.2 该方法的具体步骤 | 第48页 |
| §5.3 实验结果对比与分析 | 第48-53页 |
| §5.4 本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-58页 |
| §6.1 工作总结 | 第54-55页 |
| §6.2 工作展望 | 第55-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-64页 |
| 攻读硕士学位期间的成果 | 第64页 |
