| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 专用术语注释表 | 第10-13页 |
| 第一章 绪论 | 第13-23页 |
| 1.1 研究背景与意义 | 第13-15页 |
| 1.1.1 研究背景 | 第13-15页 |
| 1.1.2 研究意义 | 第15页 |
| 1.2 图像分割研究综述 | 第15-19页 |
| 1.3 论文的研究内容 | 第19-20页 |
| 1.4 论文的主要贡献 | 第20-21页 |
| 1.5 课题来源 | 第21页 |
| 1.6 论文结构 | 第21-23页 |
| 第二章 基于群智优化的多阈值图像分割相关研究 | 第23-32页 |
| 2.1 引言 | 第23-24页 |
| 2.2 群智优化多阈值分割的相关目标函数 | 第24-25页 |
| 2.3 多阈值图像分割的相关群智优化算法 | 第25-28页 |
| 2.4 基于空间位置信息聚合的多阈值图像分割相关研究 | 第28-29页 |
| 2.5 基于模糊理论的多阈值图像分割相关研究 | 第29-31页 |
| 2.6 本章小结 | 第31-32页 |
| 第三章 基于改进人工蜂群算法的阈值化图像分割 | 第32-52页 |
| 3.1 引言 | 第32-33页 |
| 3.2 多级图像阈值化的公式表达 | 第33-35页 |
| 3.2.1 基于阈值的图像分割 | 第33-34页 |
| 3.2.2 基于Kapur熵的阈值化目标函数 | 第34-35页 |
| 3.3 改进快速人工蜂群算法描述 | 第35-39页 |
| 3.3.1 标准人工蜂群算法 | 第35-37页 |
| 3.3.2 基于改进快速人工蜂群算法的图像分割 | 第37-39页 |
| 3.4 实验结果的分析与讨论 | 第39-51页 |
| 3.4.1 基于不同阈值的MQABC图像分割结果 | 第41-44页 |
| 3.4.2 最优目标函数及相关阈值比较分析 | 第44-45页 |
| 3.4.3 基于PSNR和FSIM的多级阈值图像分割质量评价 | 第45-48页 |
| 3.4.4 运行速度和收敛性比较 | 第48-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第四章 基于改进离散灰狼算法的阈值化图像分割 | 第52-73页 |
| 4.1 引言 | 第52-53页 |
| 4.2 目标函数的公式化 | 第53-56页 |
| 4.2.1 基于多阈值的区域划分方式 | 第53-54页 |
| 4.2.2 Otsu方法的公式化 | 第54-56页 |
| 4.3 基于改进离散灰狼算法的阈值化分割 | 第56-62页 |
| 4.3.1 标准灰狼算法 | 第56-57页 |
| 4.3.2 改进离散灰狼算法的初始化 | 第57-58页 |
| 4.3.3 MDGWO算法的迭代过程 | 第58-61页 |
| 4.3.4 改进离散灰狼算法伪代码 | 第61-62页 |
| 4.4 实验结果的分析与讨论 | 第62-72页 |
| 4.4.1 MDGWO相关参数设置 | 第62-64页 |
| 4.4.2 基于改进离散灰狼算法的图像分割结果 | 第64-67页 |
| 4.4.3 基于MDGWO的Kapur和Otsu多阈值图像分割算法比较 | 第67-68页 |
| 4.4.4 基于不同参数的图像分割质量评价 | 第68-72页 |
| 4.5 本章小结 | 第72-73页 |
| 第五章 基于模糊理论和群智优化的阈值化图像分割 | 第73-89页 |
| 5.1 引言 | 第73-74页 |
| 5.2 基于模糊理论的群智优化目标函数 | 第74-77页 |
| 5.2.1 硬阈值化方法的目标函数 | 第74-75页 |
| 5.2.2 软阈值化方法的目标函数 | 第75-77页 |
| 5.3 基于模糊熵和群智优化的阈值化分割算法 | 第77-80页 |
| 5.3.1 基于模糊熵和改进快速人工蜂群算法的软阈值化算法 | 第77-79页 |
| 5.3.2 基于模糊熵和改进离散灰狼算法的软阈值化算法 | 第79-80页 |
| 5.4 实验结果的分析与讨论 | 第80-88页 |
| 5.4.1 基于MQABC的模糊多阈值图像分割结果 | 第81-83页 |
| 5.4.2 基于MDGWO的模糊多阈值图像分割结果 | 第83-84页 |
| 5.4.3 最优阈值与最优目标函数的比较分析 | 第84-88页 |
| 5.5 本章小结 | 第88-89页 |
| 第六章 基于邻域信息聚合和群智优化的阈值化图像分割 | 第89-114页 |
| 6.1 引言 | 第89-90页 |
| 6.2 基于邻域相关性的软阈值化分割 | 第90-91页 |
| 6.3 软阈值化方法及模糊隶属度函数的选择 | 第91-94页 |
| 6.3.1 模糊隶属度函数的选择 | 第91-93页 |
| 6.3.2 基于群智优化的软阈值化方法 | 第93-94页 |
| 6.4 模糊隶属度初始化与局部信息聚合 | 第94-103页 |
| 6.4.1 基于伪梯形模糊隶属度函数的模糊度初始化 | 第94-97页 |
| 6.4.2 基于邻域空间信息的模糊隶属度聚合 | 第97-98页 |
| 6.4.3 模糊隶属度聚合方法的比较分析 | 第98-103页 |
| 6.5 实验结果的分析与讨论 | 第103-112页 |
| 6.5.1 基于群智优化和模糊聚合的图像分割结果 | 第104-105页 |
| 6.5.2 基于PSNR的图像分割质量评价 | 第105-108页 |
| 6.5.3 运行时间的比较分析 | 第108-110页 |
| 6.5.4 模糊熵,标准差和平均目标函数的比较分析 | 第110-112页 |
| 6.6 本章小结 | 第112-114页 |
| 第七章 总结与展望 | 第114-117页 |
| 7.1 论文总结 | 第114-115页 |
| 7.2 工作展望 | 第115-117页 |
| 参考文献 | 第117-127页 |
| 附录1 图表清单 | 第127-129页 |
| 附录2 攻读博士学位期间撰写的论文 | 第129-130页 |
| 附录3 攻读博士学位期间申请的专利 | 第130-131页 |
| 附录4 攻读博士学位期间参加的科研项目 | 第131-132页 |
| 致谢 | 第132页 |
