文摘
英文文摘
第一章 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.3 本文工作
1.4 论文结构
第二章 多目标图像分割算法简介
2.1 霍夫变换
2.2 二维OTSU方法
2.3 粒子群方法
2.4 支持向量机方法
2.5 本章小结
第三章 复杂环境下多目标图像分割算法研究
3.1 基于改进霍夫变换检测头顶圆的图像分割方法
3.1.1 霍夫变换新的改进方法
3.1.2 分割算法
3.1.3 试验结果
3.2 基于改进二维OTSU方法和量子粒子群算法融合的快速分割方法
3.2.1 改进的OTSU方法
3.2.2 量子粒子群算法
3.2.3 改进算法
3.2.4 实验结果及分析
3.3 基于改进支持向量机的快速图像分割方法
3.3.1 支持向量机方法用于图像分割
3.3.2 二维灰度直方图
3.3.3 粗估计法得到阈值
3.3.4 训练样本的选取
3.3.5 图像分割算法
3.3.6 实验结果及分析
3.3.7 结论
3.4 本章小结
第四章 复杂环境下多目标图像分割算法实验及结果分析
4.1 多目标图像分割实验方法
4.1.1 改进的纹理特征提取方法
4.1.2 几何特征提取
4.2 多目标图像分割实验算法
4.3 实验结果及分析
4.4 结论
4.5 本章小结
总结和展望
参考文献
致谢
附录(攻读硕士学位期间发表论文及参与的科研项目)