声明
摘要
第1章 绪论
1.1 研究目的和意义
1.2 研究现状
1.3 本文所做的主要工作
第2章 相关基础知识
2.1 粗糙集理论
2.1.1 粗糙集基本概念
2.1.2 粗糙集的属性约简
2.1.3 变精度粗糙集
2.2 粒子群算法
2.2.1 粒子群算法的产生和发展
2.2.2 粒子群算法的基本原理
2.2.3 标准粒子群算法
2.3 遗传算法
2.3.1 遗传算法的产生与发展
2.3.2 遗传算法基本原理
2.4 小波变换
2.5 粗糙集与图像处理
2.6 图像分割的定义
2.7 图像分割基本方法
2.7.1 阈值化图像分割
2.7.2 基于边缘的图像分割
2.7.3 基于区域的图像分割
2.7.4 基于某些特定理论和算法的图像分割
第3章 基于VPRS-PSO的图像分割方法
3.1 算法原理
3.2 图像子块的划分及算法流程
3.2.1 图像子块划分与上、下近似及边界域的确定
3.2.2 算法流程图
3.2.3 主要函数描述
3.3 仿真实例
3.4 试验结果分析
第4章 基于变精度粗糙集和小波变换的遗传算法图像分割
4.1 算法原理
4.2 算法流程图
4.3 主要函数描述
4.4 仿真实例
4.5 试验结果分析
第5章 图像分割中的阈值化方法研究
5.1 最大类间方差法(Ostu法)
5.1.1 最大类间方差法(Ostu法)研究
5.1.2 改进的Ostu法
5.2 最小误差阈值法
5.2.1 一维最小误差阈值法
5.2.2 二维最小误差阈值法
5.3 熵的方法
5.3.1 单阈值分割
5.3.2 多阈值分割
5.4 变精度粗糙集阈值法
第6章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
攻读硕士学位期间的研究成果