文摘
英文文摘
声明
第一章绪论
1.1引言
1.2图像分割的定义
1.3目前使用的图像分割算法
1.3.1边缘检测
1.3.2区域的生长和分裂合并
1.3.3阈值分割
1.3.4其他分割方法
1.4论文主要工作与论文结构
1.4.1论文主要工作
1.4.2论文的结构
第二章免疫遗传算法概念和粗糙集基本理论
2.1免疫遗传算法的概念及工作原理
2.1.1免疫遗传算子及相关概念
2.1.2突变规则
2.1.3免疫算法描述
2.2粗糙集的基本理论
2.2.1粗糙集及其近似
2.2.2协调近似空间
2.2.3协调近似空间的信息刻画
2.3小结
第三章免疫网络算法和传统免疫遗传算法的改进聚类算法及应用
3.1FCM聚类算法及不足
3.2免疫聚类算法
3.2.1免疫网络算法原理
3.2.2免疫网络算法的描述
3.2.3传统免疫聚类算法的相关概念
3.2.4传统免疫聚类算法的实现步骤
3.2.5基于聚类数和聚类中心的传统免疫聚类算法的实现步骤
3.2.6改进聚类算法的应用
3.3实验及分析
3.3.1实验一
3.4小结
第四章基于免疫遗传聚类和粗糙集的改进图像分割算法及应用
4.1粗糙集及信息的属性约简和特征
4.1.1不可分辨关系
4.1.2信息系统
4.1.3属性约简
4.1.4属性特征
4.2属性约简的改进算法
4.2.1算法的基本思想
4.2.2算法的实现步骤
4.2.3算法的复杂度分析
4.3实验及分析
4.3.1实验二
4.4分割算法
4.4.1基于免疫遗传算法聚类设计的信息表构造和区域划分
4.4.2基于值约简的属性权值和基本区域差异度计算
4.4.3基于差异度的初始等价关系及相似域的划分
4.4.4基于相似度的最终等价关系及分割
4.5算法的各步骤简要阐述
4.5.1基于聚类基础上的信息表构造和区分
4.5.2值简越、属性权值、区域差异度计算
4.5.3基于区域差异度的区域划分
4.5.4基于相似度最终等价关系及分割
4.6实验分析
4.6.1实验三
4.6.2实验四
4.7小结
第五章总结与展望
5.1总结
5.2展望
致谢
参考文献
附录:作者在攻读硕士学位期间发表的论文