| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 缩略语对照表 | 第11-12页 |
| 符号对照表 | 第12-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 课题背景及意义 | 第15页 |
| 1.2 图像分割的介绍及现状 | 第15-18页 |
| 1.3 图像分割的难点 | 第18-19页 |
| 1.3.1 自然图像的分割难点 | 第18页 |
| 1.3.2 SAR图像的分割难点 | 第18-19页 |
| 1.3.3 医学图像的分割难点 | 第19页 |
| 1.4 论文的主要内容及安排 | 第19-21页 |
| 第二章 图像分割方法介绍 | 第21-27页 |
| 2.1 概述 | 第21页 |
| 2.2 图像分割的方法 | 第21-25页 |
| 2.2.1 基于动态轮廓模型的分割方法 | 第21-24页 |
| 2.2.2 多目标优化算法的研究现状 | 第24-25页 |
| 2.3 图像分割结果的性能评价 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于模糊和统计理论的水平集动态轮廓模型的图像分割方法 | 第27-51页 |
| 3.1 引言 | 第27-28页 |
| 3.2 相关理论背景 | 第28-33页 |
| 3.2.1 CV动态轮廓模型 | 第28-30页 |
| 3.2.2 模糊动态模型 | 第30-31页 |
| 3.2.3 SAC模型 | 第31-33页 |
| 3.3 基于模糊理论的动态轮廓模型的构造 | 第33-36页 |
| 3.3.1 水平集框架模型 | 第33-34页 |
| 3.3.2 优化过程 | 第34-35页 |
| 3.3.3 算法具体实施步骤 | 第35-36页 |
| 3.4 实验结果与分析 | 第36-48页 |
| 3.4.1 实验参数设置 | 第36页 |
| 3.4.2 实验结果分析 | 第36-48页 |
| 3.5 本章小结 | 第48-51页 |
| 第四章 基于克隆免疫多目标进化算法的SAR图像分割方法 | 第51-61页 |
| 4.1 引言 | 第51页 |
| 4.2 多目标进化方法相关理论背景 | 第51-54页 |
| 4.2.1 多目标优化问题的数学描述 | 第51-52页 |
| 4.2.2 基于免疫克隆的多目标进化算法 | 第52-54页 |
| 4.3 图像分割方法具体步骤 | 第54-57页 |
| 4.3.1 图像的前期处理和种群初始化 | 第54页 |
| 4.3.2 适应度函数的设定 | 第54-55页 |
| 4.3.3 NNIA多目标进化算法 | 第55-56页 |
| 4.3.4 最优解的选择 | 第56-57页 |
| 4.4 实验结果与分析 | 第57-60页 |
| 4.4.1 实验参数设置 | 第57页 |
| 4.4.2 实验结果分析 | 第57-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第五章 总结和展望 | 第61-63页 |
| 5.1 论文总结 | 第61页 |
| 5.2 工作展望 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69-71页 |
| 作者简介 | 第71-72页 |