解决技术难点的书籍计划

基于多阈值图像分割的特点，本书所提方法在研究过程中可能会遇到以下几个关键问题：

（1）恰当目标函数选择及模糊化。采用智能优化算法解决多级阈值图像分割问题，其中关键点在于选择图像分割问题与智能优化算法的连接点。将多阈值图像分割问题抽象为合理的目标函数，然后利用优化算法进行最大化或最小化是解决这一问题的关键。同时为了提高图像分割精度，以合理的模糊隶属度函数对目标函数进行模糊化也是一个技术难点。

（2）智能优化算法在模糊多阈值图像分割应用中的改进。综合近年来的相关文献，众多智能优化算法在多阈值图像分割领域获得了应用，但是算法的改进（搜索性能、收敛性等）及其与相关理论的融合仍是影响图像分割精度的关键。另外智能优化算法的改进必须配合模糊和非模糊目标函数，两者之间的协调也将直接影响图像分割精度和质量。因此本书将在讨论智能优化算法应用的过程中，分析和比较不同目标函数对分割质量的影响，力求寻找与智能优化算法最匹配的目标函数。(www.xing528.com)

（3）模糊理论与空间信息聚合在多阈值图像分割问题中的应用。模糊理论与多阈值图像分割结合可分为三个步骤：模糊目标函数，模糊智能优化算法，模糊隶属度划分和聚合。本书将以这三个步骤为基础，深入研究模糊理论和模糊逻辑在多阈值图像分割领域的应用。同时为了克服多阈值图像分割算法中存在的位置无关性，通过局部空间位置信息聚合提高图像分割质量，并避免孤立点问题。在模糊信息聚合中将根据最优阈值，通过中值、均值和迭代均值方法实现邻域信息聚合，并比较这三种聚合方式的优劣。