| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·图像分割的意义及定义 | 第10-12页 |
| ·图像分割的研究意义 | 第10-11页 |
| ·图像分割的数学定义 | 第11-12页 |
| ·论文选题的研究意义 | 第12-13页 |
| ·本文的主要工作及内容安排 | 第13-15页 |
| 第2章 彩色空间研究 | 第15-25页 |
| ·常用彩色空间 | 第15-23页 |
| ·RGB 彩色空间 | 第15-17页 |
| ·由RGB 线性变换得到的空间 | 第17-18页 |
| ·标准化的 RGB 彩色空间 | 第18-19页 |
| ·HSI 彩色空间 | 第19-21页 |
| ·非线性变换的 CIE 彩色空间 | 第21-23页 |
| ·彩色空间的比较 | 第23-25页 |
| 第3章 彩色图像分割方法 | 第25-32页 |
| ·基于阈值的分割方法 | 第25-28页 |
| ·直方图阈值法 | 第25页 |
| ·颜色聚类方法 | 第25-26页 |
| ·区域生长、区域合并分裂及其组合 | 第26-28页 |
| ·基于边缘的分割技术 | 第28-29页 |
| ·基于边缘检测的分割方法 | 第28-29页 |
| ·分水岭分割方法 | 第29页 |
| ·基于特定理论工具的分割技术 | 第29-32页 |
| ·基于小波变换的分割方法 | 第29-30页 |
| ·基于 Markov 随机场的分割方法 | 第30-31页 |
| ·基于神经网络的分割方法 | 第31-32页 |
| 第4章 基于分层减法聚类的快速 FCM 聚类算法 | 第32-42页 |
| ·模糊 C 均值聚类（FCM)算法 | 第32-36页 |
| ·FCM 算法原理 | 第32-33页 |
| ·基于 FCM 聚类算法的彩色图像分割步骤 | 第33-35页 |
| ·基于 FCM 聚类的图像分割算法分析 | 第35-36页 |
| ·分层减法聚类 | 第36-38页 |
| ·基于分层减法聚类的快速 FCM 算法（SKFCM) | 第38-40页 |
| ·聚类分割算法的评价标准 | 第40-42页 |
| ·聚类有效性分析 | 第40-41页 |
| ·划分系数和划分熵 | 第41-42页 |
| 第5章 实验结果及分析 | 第42-50页 |
| ·实验结果及分析 | 第42-49页 |
| ·本章小结 | 第49-50页 |
| 第6章 总结与展望 | 第50-52页 |
| ·主要创新点与工作 | 第50-51页 |
| ·研究展望 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 致谢 | 第54页 |