摘要
第一章 绪论
1.1 研究背景
1.2 国内外研究现状及意义
1.3 多阈值图像分割存在的问题
1.4 本文的主要工作
1.5 论文结构
第二章 图像分割的基础知识
2.1 图像分割的概念
2.2 图像分割算法分类
2.3 多阈值图像分割
第三章 混沌理论基础知识
3.1 混沌的定义
3.2 混沌的特性
3.3 Logistic映射
第四章 基于混沌粒子群的fisher多阈值图像分割
4.1 势函数和fisher准则
4.1.1 势函数
4.1.2 fisher准则
4.2 基于混沌粒子群的fisher多阈值分割
4.2.1 改进的fisher准则算法
4.2.2 粒子群算法
4.2.3 基于混沌粒子群的fisher多阈值图像分割
4.3 实验结果及分析
4.3.1 改进fisher准则运算时间
4.3.2 对直方图势函数参数的讨论
4.3.3 分割效果的比较
4.3.4 分割时间的比较
4.4 本章小结
第五章 改进的基于时空混沌的多阈值图像分割
5.1 时空混沌图像分割算法
5.1.1 全局耦合映像格子
5.1.2 基于时空混沌的分割算法
5.2 改进的时空混沌的多阈值图像分割
5.2.1 对初始化数据的改进
5.2.2 对关系矩阵的改进
5.2.3 改进的时空混沌多阈值分割算法
5.3 实验结果及分析
5.3.1 实验结果的对比
5.3.2 对关系矩阵参数θ的讨论
5.4 本章小结
第六章 融合混沌映射和谱聚类的多阈值图像分割
6.1 判别割(DCut)
6.1.1 k-均值聚类
6.1.2 DCut
6.2 基于混沌映射的DCut算法
6.2.1 改进算法
6.2.2 基于混沌映射的DCut算法运算步骤
6.2.3 图像分割的后续处理
6.3 试验结果及分析
6.3.1 相似矩阵中的参数σ的设定
6.3.2 关系矩阵的构造
6.3.3 分割效果的比较
6.4 本章小结
第七章 总结与展望
参考文献
致谢
攻读硕士学位期间发表论文和科研情况
声明